公开(公告)号：CN112308213A

公开(公告)日：2021-02-02

申请号：CN202011225115.2

申请日：2020-11-05

Applicant: 湖南大学

Inventor： 彭绍亮 ,  程英杰 ,  王小奇 ,  何芒芒 ,  赵雄君 ,  白亮 ,  李肯立

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明属于计算机科学领域，公开了一种基于全局特征关系的卷积神经网络压缩方法。本发明通过在卷积神经网络的批量归一化(Batch Normalization,BN)层后面加入全局特征关系(Global Feature Relation,GFR)子模块,实现提取通道关系并且抑制不重要通道的目的。GFR子模块主要涉及到池化，全连接层和移动平均运算。随后结合通道关系和BN层的通道尺度因子，评估每个通道的重要性程度，该指标可以帮助模型压缩方法更准确的筛选出模型中重要的通道。最后利用通道剪枝算法和网格搜索技术，实现在无需微调模型的情况下，消耗较少的时间和计算资源完成网络模型的压缩，显著降低模型的运行内存和存储内存，并加速模型的推断速度，极大地提高了卷积神经网络在小型移动设备上部署的可能性。

公开(公告)号：CN111951885A

公开(公告)日：2020-11-17

申请号：CN202010803348.X

申请日：2020-08-11

Applicant: 湖南大学

Inventor： 彭绍亮 ,  陈健 ,  王小奇 ,  陈东 ,  李肯立

IPC: G16B15/20 ,  G16B40/00 ,  G06N3/12

Abstract: 本发明属于生物信息学、智能优化、计算机应用领域，公开了一种基于局部有偏的蛋白质结构预测方法。本发明包括步骤：计算目标个体变异窗口片段与片段库片段的疏水尺度差以及片段库中各片段的二级结构得分；对片段库中各片段统计并排序；选择最佳片段进行片段组装，通过蒙特卡洛机制判断是否接收以确定变异个体；计算变异个体与随机个体交叉片段的二级结构得分以确定交叉个体；通过随机数取值决定比较目标个体和交叉个体能量值或二级结构分数来选择下一代目标个体。本发明避免了传统构象空间优化方法的不足，如：采样效率低，预测精度较低。本发明借助于氨基酸疏水特性及其局部结构特征，实现了改进的结构模型评分方法。

公开(公告)号：CN111951246A

公开(公告)日：2020-11-17

申请号：CN202010803336.7

申请日：2020-08-11

Applicant: 湖南大学

Inventor： 彭绍亮 ,  赵雄君 ,  王小奇 ,  周德山 ,  白亮 ,  李介臣 ,  程英杰

IPC: G06T7/00 ,  G06K9/62 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于人工智能医疗领域，公开了一种基于深度学习的多方位X光胸片肺炎诊断方法，以提高神经网络模型在X光胸片上对肺炎诊断的性能。本发明通过：输入X光胸片数据，对数据进行清洗，过滤和图像增强；根据图像的成像方位对数据进行划分；使用迁移学习方法训练优化构建的多方位的深度卷积神经网络模型；将待诊断样本输入到模型中，得到X光胸片的分类结果，实现肺炎的分类检测。本发明可以对X光胸片图像数据进行高效的处理，过滤和图像增强，对参差不齐的医疗数据进行规范化、可训练化的治理。同时，通过输入多方位的X光胸片图像，可以提取患者更全的语义信息，有效提高模型对肺炎分类诊断的准确率，敏感值和特异值，为患者提供精准诊断。

公开(公告)号：CN111916145A

公开(公告)日：2020-11-10

申请号：CN202010725014.5

申请日：2020-07-24

Applicant: 湖南大学

Inventor： 彭绍亮 ,  周德山 ,  王小奇 ,  徐志建 ,  王力 ,  李肯立 ,  钟武

IPC: G16B15/30 ,  G16B50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于生物信息学领域，公开了基于图表示学习的新冠病毒靶标预测和药物发现方法，通过构造包含药物、靶标、副作用、疾病之间的作用关系的异构网络，并使用图卷积神经网络集成它本身及其各种领域拓扑结构信息，并结合注意力机制来反映不同类型的邻域信息对节点的重要程度，进而学习节点自身的特征表示，最后通过拓扑重建过程来强制提取药物和靶标的特征表示，得到边权表示关系作用强度的重定位网络。根据个别抑制新冠病毒的药物在这个重定位网络中的潜在关系，预测新型冠状病毒的靶标，并筛选出可能抑制新型冠状病毒的药物。通过这种方式，本发明能较为有效地筛选出可能抑制新型冠状病毒的药物，加快药物研发，具有十分重要的推广应用价值。

公开(公告)号：CN110689472A

公开(公告)日：2020-01-14

申请号：CN201910970181.3

申请日：2019-10-12

Applicant: 湖南大学

Inventor： 彭绍亮 ,  刘加梦 ,  胡星 ,  李肯立 ,  蒋洪波 ,  许莹 ,  唐卓 ,  李姗姗 ,  王小奇 ,  王建民

IPC: G06Q50/26 ,  G06Q40/04 ,  G06F21/64

Abstract: 本发明属于计算机科学领域，公开了一种基于区块链的药企监管方法。企业节点定期将该企业药品生产监管过程的生产工艺数据加密和公开数据一起打包发送给地方药品监管节点，地方药品监管节点审核通过后对该半公开交易的哈希值进行签名并发送回该企业，该企业对该半公开交易进行广播，在至少2/3的企业同意后地方药品监管节点将该半公开交易打包成块上链并广播。当有其他企业节点对该半公开交易提出质疑时，向总监管节点提交质疑申请，总监管节点调用验证合约对该半公开交易进行验证，并对质疑的双方进行惩奖。这种方法可以在保证企业的生产工艺数据保密的情况下令企业互相监督，具有十分重要的推广应用价值。