-
公开(公告)号：CN113360458A
公开(公告)日：2021-09-07
申请号：CN202110627869.9
申请日：2021-06-05
Applicant: 湖南大学
IPC: G06F16/13 , G06F16/176 , G06F16/182 , G06F21/33
Abstract: 本发明属于计算机科学领域，公开了一种基于联盟链的分布式文件存储共享系统。本发明通过联盟链数据接口模块，联盟文件存储模块，联盟身份认证模块，联盟权限控制模块，和节点Web服务模块，实现有身份准入的联盟文件分布式存储、文件检索和文件授权，保证联盟组织间文件安全共享。本发明就现有区块链文件共享技术体系不足，提出的一种有身份认证机制的联盟间文件分布式存储共享解决方案，为联盟间数据共享，打通数据壁垒，解决数据孤岛问题提供了开发实践。
-
公开(公告)号：CN112802599A
公开(公告)日：2021-05-14
申请号：CN202110159089.6
申请日：2021-02-04
Applicant: 湖南大学
Abstract: 本发明公开了一种基于人工智能的龋病诊断系统，所述系统由图像采集模块、数据传输模块、智能诊断模块、诊断结果展示模块组成。系统使用保存的龋病病例大数据，配合人工智能和云端计算机训练出龋病的人工智能诊断模型，通过手机、平板摄像头拍摄的方式获取用户口腔牙齿图像信息，以用户客户端和flask为数据传输媒介，通过训练好的模型进行图像的处理和龋病诊断，在用户客户端中以图像形式将诊断结果展示在用户界面，操作简便，成本较低，能够有效帮助龋病患者及早发现，及时就诊。
-
公开(公告)号：CN111199237A
公开(公告)日：2020-05-26
申请号：CN202010029057.X
申请日：2020-01-12
Applicant: 湖南大学
Abstract: 本发明属于计算机科学领域，公开了一种基于注意力的卷积神经网络分频特征提取方法。该方法通过将高频特征提取核与低频特征提取核相结合的方式，在多个空间频率上提取蕴含在输入数据中的特征，将低频特征及其提取核大小压缩，可以有效降低训练模型时所需的计算资源，减少内存消耗。采用高低频之间信息交换，可以提高特征提取的丰富度，获得准确率高、可靠的有意结果。结合自注意力机制，可以提高特征提取的效率，减少复杂任务所需的网络深度，缓解由此带来的梯度消失的问题。
-
公开(公告)号：CN110084626A
公开(公告)日：2019-08-02
申请号：CN201910381347.8
申请日：2019-05-08
Applicant: 湖南大学
IPC: G06Q30/00 , G06F16/22 , G06F16/2455 , G06F16/2458 , G06F21/62 , G06F21/60 , 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疫苗生产监管方法，通过对疫苗生产过程中的数据采集，将疫苗生产的培养、收获、超滤、灭活、纯化过程以及相应的无菌检查、病毒滴定实验、灭活验证实验、原液检定的相关参数和结果保存，同时以区块链交易的形式保存对应信息的哈希结果并发送到监管机构。在完成疫苗生产，申请批签发时将本批次疫苗的各交易信息打包为一个区块，并写入生产企业信息后发送给监管机构，监管机构完成疫苗检定同时检查保存的疫苗生产信息，并比对生产信息哈希结果与区块内各交易的哈希信息，检查无误后将区块广播写入链内，本发明实现了对疫苗生产过程的监管并保护了生产企业的商业隐私，具有十分重要的推广应用价值。
-
公开(公告)号：CN120045913A
公开(公告)日：2025-05-27
申请号：CN202510120545.4
申请日：2025-01-25
Applicant: 湖南大学
IPC: G06F18/213 , A61B5/16 , A61B5/374 , A61B5/00 , G06F18/25 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于抑郁检测的脑电信号多维表征学习方法，包括：S1、获取患者脑电信号数据集，该数据集包括脑电信号以及相应的抑郁症标签；S2、对所述脑电信号进行预处理，该预处理为将所述脑电信号分段成固定长度；S3、通过图特征提取和结构学习模块提取脑电信号的结构相关性特征；S4、采用门控Transformer机制提取脑电信号的时间动态特征，并通过门控机制对时序状态进行优化和表征；S5、利用基于Mamba的状态空间模型，将结构相关性特征与时间动态特征融合并优化到门控机制中；S6、利用UMAP技术对融合后的特征进行降维，生成直观可视化结果。本发明在抑郁症数据集上实现了最先进的效果。
-
Patent Agency Ranking
公开(公告)号：CN118507062B
公开(公告)日：2025-05-16
申请号：CN202410584578.X
申请日：2024-05-12
Applicant: 湖南大学
IPC: G16H50/50 , G16H30/20 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种从肺癌组织病理学图像中预测气腔内播散的方法，包括：S1、对全玻片图像进行图像预处理；S2、基于预训练模型对预处理后的图像进行特征提取；S3、基于载玻片图像的特征构建空间拓扑图；S4、基于孪生混合编码器对空间拓扑图进行特征提取；S5、采用步骤S4提取的特征对肺癌组织病理学图像进行预测，得到气腔内播散结果。本发明通过孪生的图编码器对来组织病理学图像空间拓扑结构的特征进行学习，通过特征分享和跳跃连接来推理训练模型，实现从肺癌组织病理学图像中预测气腔内播散。
-
公开(公告)号：CN118824354A
公开(公告)日：2024-10-22
申请号：CN202411007995.4
申请日：2024-07-25
Applicant: 湖南大学
Abstract: 本发明公开了一种基于联邦决策树的药靶亲和力预测方法，包括：S1、在本地使用基于多壳层扩展连接性指纹的方法进行药物和蛋白质的特征学习；S2、每个制药机构基于本地数据和初始分割点对GBDT模型进行一阶和二阶梯度计算，生成梯度直方图；S3、每个制药机构对其得到的梯度直方图进行同态加密操作，并将加密后的梯度直方图传输给中央服务器；S4、中央服务器将收集到的各个制药机构的加密后的梯度直方图进行聚合，根据GBDT模型的决策树构建流程生成下一步建树操作，并将该操作信息转发给各制药机构；S5、每个制药机构使用中央服务器发来的决策树构建信息来更新其本地GBDT模型。本发明在保证数据隐私的同时具有高效的药靶亲和力预测能力。
-
公开(公告)号：CN118507062A
公开(公告)日：2024-08-16
申请号：CN202410584578.X
申请日：2024-05-12
Applicant: 湖南大学
IPC: G16H50/50 , G16H30/20 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种从肺癌组织病理学图像中预测气腔内播散的方法，包括：S1、对全玻片图像进行图像预处理；S2、基于预训练模型对预处理后的图像进行特征提取；S3、基于载玻片图像的特征构建空间拓扑图；S4、基于孪生混合编码器对空间拓扑图进行特征提取；S5、采用步骤S4提取的特征对肺癌组织病理学图像进行预测，得到气腔内播散结果。本发明通过孪生的图编码器对来组织病理学图像空间拓扑结构的特征进行学习，通过特征分享和跳跃连接来推理训练模型，实现从肺癌组织病理学图像中预测气腔内播散。
-
公开(公告)号：CN117912557A
公开(公告)日：2024-04-19
申请号：CN202410010495.X
申请日：2024-01-04
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多视图注意力解读细胞间主要通讯组件的方法，包括：S1、获取晚期肾细胞癌的scRNA‑seq数据集；S2、利用细胞‑细胞通信分析工具推断所述数据集的配体‑受体的相互作用；S3、以单细胞分辨率构建多视图细胞‑细胞通信网络；S4、解读细胞‑细胞通信对特异性靶基因表达的影响；S5、解读细胞‑细胞通信对肿瘤细胞功能状态的影响；S6、确定训练策略；S7、基于基因表达或细胞功能状态受细胞通信影响的程度进行模型的解释；S8、基因本体论富集分析，选择高度可变的基因作为靶基因，通过GO富集分析，得到受细胞‑细胞通信影响较大以及较小的基因。本发明具有从scRNA‑seq数据中解读CCCs下游功能影响的能力。
-
公开(公告)号：CN113724790B
公开(公告)日：2023-10-20
申请号：CN202111044208.X
申请日：2021-09-07
Applicant: 湖南大学
IPC: G16B40/00 , G16B30/00 , G06F18/15 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于卷积去噪自编码机的piRNA‑疾病关联关系预测方法，包括：数据集的选择与建立；Piwi蛋白质相互作用RNA序列相似性特征的生成；疾病语义相似性特征的生成；Piwi蛋白质相互作用RNA和疾病高斯相互作用谱核相似特征的生成；深度隐藏特征挖掘；训练集和测试集的构建；分类器模型的构建。本发明在五折交叉验证实验下取得了优异的性能表现，证明了卷积去噪自编码神经网络在Piwi蛋白质相互作用RNA和疾病关联预测中的有效性。通过案例研究更加证明了本发明在发现潜在Piwi蛋白质相互作用RNA和疾病关联关系的实际应用能力。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.022 seconds)
