公开(公告)号：CN118866102A

公开(公告)日：2024-10-29

申请号：CN202310493682.3

申请日：2023-04-28

Applicant: 南京大学

Inventor： 张辰宇 ,  阚延晟 ,  周祯

IPC: G16B30/10 ,  G16B40/00 ,  G06F18/24 ,  G16B10/00

Abstract: 本发明提供了一种新的抗体分类方法以及在该分类原则指导下的人工抗体筛选方法。将通过检测到的抗体间隔序列中保守AG碱基的数量设定为判定标准，对抗体分类类别进行区分；并提供了此判定方法在评估抗体偏好性中的应用。与现有技术相对比，本发明具有以下优点：本发明提供了一种从“最底层”DNA序列中即可获取的抗体特征性信息的方法，揭示了抗体多样性的规律。该方法打破了传统仅根据抗体重链/轻链CDR区序列进行的抗体序列筛选方法，解释了传统方法筛选的某些抗体在实际应用时中和效应低的可能原因，为抗体序列分类及筛选提供了新方法。该方法可运用于生物学、免疫学、生物工程等多个相关领域。

公开(公告)号：CN115602295A

公开(公告)日：2023-01-13

申请号：CN202211179099.7

申请日：2022-09-18

Applicant: 南京碳硅人工智能生物医药技术研究院有限公司(CN) ,  南京大学人工智能生物医药技术研究院(CN)

Inventor： 阚延晟 ,  周祯

IPC: G16H30/20 ,  G06N3/0464 ,  G06N3/08 ,  G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种基于注意力机制和多示例学习的医学影像肿瘤定位方法，包括医学影像处理的相关技术，包含以下步骤：S1：收集患者电子计算机断层扫描(CT)图像，并进行预处理；S2：基于预处理后的影像图片，利用卷积和注意力机制提取示例特征，构建预测模型；S3：将影像图片输入预测模型，获取注意力机制在示例包中的关注区域，即医学影像图片中肿瘤位置。本发明通过卷积神经网络获取图像块局部特征，结合注意力机制对示例包进行学习，从单层CT图像中获取肿瘤病灶位置，弥补了传统医学影像图片识别工作中无法对没有精确标签的CT图像进行训练和预测的缺陷。该模型可以运用于自动化医学影像图片处理及自动化辅助诊断中。