-
公开(公告)号：CN116580848A
公开(公告)日：2023-08-11
申请号：CN202310538812.0
申请日：2023-05-15
Applicant: 湖南大学
IPC: G16H50/70 , G06F18/241 , G06F18/214 , G06F18/23 , G06N3/045 , G06N3/09 , G06N3/084 , G06F18/22 , G06F18/25 , G06N3/088
Abstract: 本发明公开了一种基于多头注意力机制的分析癌症多组学数据方法，包括：S1、对癌症多组学数据进行数据收集和预处理；S2、采用监督的多头注意力模型完成癌症多组学数据的分类任务；S3、采用基于多头注意力机制的解耦对比学习模型学习完成癌症多组学数据的聚类任务。本发明在分类任务和聚类任务上同时获得较好的效果，可以与临床信息的分析癌症的发病机理。
-
公开(公告)号：CN115527204A
公开(公告)日：2022-12-27
申请号：CN202211145469.5
申请日：2022-09-20
Applicant: 湖南大学
Abstract: 本发明公开了人工智能和生物信息学技术领域的一种框架辅助肝癌组织全幻灯片的肿瘤微环境分析方法，该框架辅助肝癌组织全幻灯片的肿瘤微环境分析方法包括以下步骤：对肝癌组织的全幻灯片图像进行数据收集和预处理；使用多标签诊断框架辅助全幻灯片图像完成分类任务；使用多标签诊断框架辅助全幻灯片图像完成分割任务。该框架辅助肝癌组织全幻灯片的肿瘤微环境分析方法通过深度学习技术的多标签诊断框架对肝癌组织全幻灯片图像。
-
公开(公告)号：CN115458044A
公开(公告)日：2022-12-09
申请号：CN202211080677.1
申请日：2022-09-05
Applicant: 湖南大学
Abstract: 本发明公开了一种基于生物网络全局结构的药物与药物相互作用预测方法，包括：S1、构建包含药物、蛋白和疾病的生物异质网络；S2、在生物异质网络中选择设定数量的节点对，根据节点对之间最短路径的长度，将节点对标注成不同的四类；S3、计算每个节点邻居的个数，并将所有节点的邻居个数转换成独热编码向量以作为节点的初始特征；S4、将生物网络的邻接矩阵和节点的初始特征输入到图注意力神经网络预测节点对的最短路径类别，并与节点对原有的路径标签进行比较；S5、利用训练好的药物与药物相互作用预测模型进行预测药物与药物相互作用。本发明降低了深度神经网络模型对标签数据的依赖性。
-
公开(公告)号：CN115171792A
公开(公告)日：2022-10-11
申请号：CN202210781902.8
申请日：2022-06-30
Applicant: 湖南大学
IPC: G16B40/20 , G16B30/10 , G16B10/00 , G16B50/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/20 , G06N5/00
Abstract: 本发明公开了深度学习和生物信息学技术领域的一种毒力因子和抗生素抗性基因的混合预测方法，该毒力因子和抗生素抗性基因的混合预测方法包括以下步骤：S1.分别从数据库中获取已知的抗生素抗性基因序列数据、毒力因子序列数据以及负样本基因序列数据；S2.利用基因序列信息分别计算多种核心基因特征，构建深度学习神经网络架构和经典集成学习架构；S3.将S1中三类序列数据作为样本，划分中训练数据集和测试数据集；S4.利用多种分类方法获取新的训练数据集；对新的训练数据集构建分类模型，获取分类模型的性能评价指标。该毒力因子和抗生素抗性基因的混合预测方法预测效果好、预测准确率较高。
-
公开(公告)号：CN114972746A
公开(公告)日：2022-08-30
申请号：CN202210387736.3
申请日：2022-04-13
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多分辨率重叠注意力机制的医学影像分割方法，基于多分辨率重叠注意力机制构建了一个具有跳跃连接的对称编码器‑解码器体系结构，编码器实现了从局部到全局的注意力机制，解码器将全局特征逐渐上采样到相应的输入分辨率；并且提出了跨尺度扩展层模块来实现上采样和特征维度的增加，最终通过分割头部模块实现像素级语义分割。本发明利用Transformer注意力机制和跳跃连接，充分利用全局上下文特征和各层次精细的语义信息，在全局和局部层次大大提高医学影像分割精度。
-
Patent Agency Ranking
公开(公告)号：CN114938310A
公开(公告)日：2022-08-23
申请号：CN202210746181.7
申请日：2022-06-28
Applicant: 湖南大学
Abstract: 本发明属于多方安全计算技术领域，公开了一种基于隐私保护的药物相似性计算方法。首先在输入阶段对各大制药公司将其隐私数据利用RSA非对称加密算法进行加密，利用零知识证明对所有制药公司的密文数据进行验证，并使用HoneyBadger共识算法让各制药公司达成共识进入计算阶段；然后，在计算阶段利用同态加密对密文进行药物相似性计算；然后，将密文中间结果进行广播和验证，并使用共识算法让各制药公司达成共识，同时满足验证成功和达成共识这两个条件的参与方将密文中间结果进行求和，通过以上计算得出最终的密文药物相似性计算结果；最后，在输出阶段利用HoneyBadger共识算法使各参与方之间在最终密文结果上达成共识，利用阈值解密算法对密文进行解密得到明文药物相似性结果。
-
公开(公告)号：CN114512188A
公开(公告)日：2022-05-17
申请号：CN202210274125.8
申请日：2022-03-20
Applicant: 湖南大学
Abstract: 本发明公开了一种基于改进蛋白质序列位置特异性矩阵的DNA结合蛋白识别方法，包括：S1、参数初始化；S2、构建DNA结合蛋白序列信息；S3、采用位置特异性得分矩阵表示蛋白质序列；S4、对位置特异性得分矩阵进行归一化，得到改进后的位置特异性得分矩阵；S5、输入卷积神经网络；S6、将卷积神经网络的输出结果输入至双向长短时记忆网络；S7、采用时间分布稠密层对不同存储单元生成的隐藏特征进行加权；S8、将稠密层的输出输入到Flatten层；S9、将改进后的位置特异性得分矩阵输入随机森林模型得到对特定蛋白质序列的决策结果；S10、将步骤S8的输出和步骤S9的决策结果输入评分层，按照设定的权重进行最终的预测评分。本发明提高了预测的性能和准确率。
-
公开(公告)号：CN114496303A
公开(公告)日：2022-05-13
申请号：CN202210011416.8
申请日：2022-01-06
Applicant: 湖南大学
Abstract: 本发明属于计算机科学领域，公开了一种基于多通道神经网络的抗癌药物筛选方法。本发明通过图卷积网络提取图结构的药物分子图特征，一维卷积提取常规向量格式的药物分子指纹和细胞系miRNA特征，自编码器提取超高维的基因拷贝数特征，可以融合不同数据结构和维度的特征信息。本发明可以解决不同输入特征数据结构不同和数据复杂度高的问题，从而有效融合药物的全局和局部结构信息，以及来自不同组学数据的细胞系特征，提高药物敏感性预测的精度，进而提高抗癌药物筛选的效率。同时，多信息源的融合提高了模型的鲁棒性，使其在数据标签不足时，仍能保持稳定的性能。
-
公开(公告)号：CN111951885B
公开(公告)日：2022-05-03
申请号：CN202010803348.X
申请日：2020-08-11
Applicant: 湖南大学
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：CN111916145B
公开(公告)日：2022-03-11
申请号：CN202010725014.5
申请日：2020-07-24
Applicant: 湖南大学
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。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.019 seconds)
