-
Patent Agency Ranking
公开(公告)号：CN117093948A
公开(公告)日：2023-11-21
申请号：CN202310961130.0
申请日：2023-08-01
Applicant: 中国科学院计算技术研究所
Abstract: 本发明为一种基于多任务级联的多模态医疗数据融合建模方法及装置，包括以下步骤：对多个医疗数据模态进行学习建模，得到多个单模态医疗数据模型；对所述单模态医疗数据模型进行预测空间输出校准；对校准后所述单模态医疗数据模型进行交叉验证评估，得到第一评估数据；对所述第一评估数据制定优先级策略，进行多任务级联，得到第二评估数据；对所述第二评估数据进行多模态融合评估。
-
公开(公告)号：CN110866893A
公开(公告)日：2020-03-06
申请号：CN201910942092.8
申请日：2019-09-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于病理图像的TMB分类方法，包括：对已知病理图像进行TMB分类标记和预处理，以构建训练集；通过该训练集对卷积神经网络进行训练，以构建分类模型；对目标病例的目标病理图像进行预处理，以获得多张目标图块；以该分类模型对该目标图块进行分类，以获取该目标病例的图块TMB分类结果；以所有该图块TMB分类结果，通过分类投票获取该目标病例的图像TMB分类结果。本发明还涉及一种基于病理图像的TMB分析装置。本发明的TMB分类方法，不依赖于除病理图像之外样本，具有准确、低成本、快速的优点，对肿瘤的研究具有重大价值。
-
公开(公告)号：CN115602326A
公开(公告)日：2023-01-13
申请号：CN202211292710.7
申请日：2022-10-21
Applicant: 中国科学院计算技术研究所(CN)
Abstract: 本发明提供了一种用于挖掘肿瘤标志物的方法，包括：S1、获取预定的多个分子通路所含有的所有基因在预设的实验组、对照组中分别发生变异的频率，实验组中的每个样本患有预定类别的肿瘤，对照组中的每个样本未患有所述预定类别的肿瘤或者患有所述预定类别的肿瘤但与实验组的样本的分型不同；S2、基于每个分子通路所含有的基因在实验组、对照组中分别发生变异的频率，确定在实验组和对照组中每个基因发生变异频率的差异指数；S3、针对每个分子通路，将该分子通路所含有的所有基因发生变异频率的差异指数求和，得到该分子通路的差异指数；S4、从预定的多个分子通路中，选择分子通路的差异指数大于预定检测阈值的分子通路作为肿瘤标志物。
-
公开(公告)号：CN117095756A
公开(公告)日：2023-11-21
申请号：CN202310960615.8
申请日：2023-08-01
Applicant: 中国科学院计算技术研究所
IPC: G16B50/00 , G16B50/10 , G16B20/00 , G06F16/901 , G06F16/903
Abstract: 本发明为一种以基因组位置为索引的生物信息数据库跨库检索方法，包括以下步骤：创建跨库生物信息检索表；对多个现有生物信息数据库的条目进行遍历，获取第一基因数据；对所述第一基因数据按照基因组位置进行统一表述，得到统一表述索引；将所述统一表述索引与所述第一基因数据进行关联，得到第二基因数据；将所述第二基因数据存储到所述跨库生物信息检索表；根据待检索基因组位置在所述跨库生物信息检索表进行关联检索，得到第一检索结果；对所述第一检索结果进行区间运算，得到第二检索结果；根据所述第二检索结果在对应的所述现有生物信息数据库检索，得到待检索基因组位置关联的生物信息数据。
-
公开(公告)号：CN110866893B
公开(公告)日：2021-04-06
申请号：CN201910942092.8
申请日：2019-09-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于病理图像的TMB分类方法，包括：对已知病理图像进行TMB分类标记和预处理，以构建训练集；通过该训练集对卷积神经网络进行训练，以构建分类模型；对目标病例的目标病理图像进行预处理，以获得多张目标图块；以该分类模型对该目标图块进行分类，以获取该目标病例的图块TMB分类结果；以所有该图块TMB分类结果，通过分类投票获取该目标病例的图像TMB分类结果。本发明还涉及一种基于病理图像的TMB分析装置。本发明的TMB分类方法，不依赖于除病理图像之外样本，具有准确、低成本、快速的优点，对肿瘤的研究具有重大价值。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
