公开(公告)号：CN116844631A

公开(公告)日：2023-10-03

申请号：CN202310811237.7

申请日：2023-07-04

Applicant: 上海交通大学

Inventor： 俞章盛 ,  高瑞恬

IPC: G16B15/00 ,  G16B20/30 ,  G16B40/00 ,  G16H70/60 ,  G16H30/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/00 ,  G06T7/11 ,  G06V20/69 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明涉及一种基于肿瘤病理图像的基因空间表达预测方法，该方法包括：获取空间转录组中的病理图像和基因表达数据并进行预处理；采用卷积神经网络和图神经网络分别提取组织纹理信息与细胞结构特征，构建基于深度学习模型的基因空间表达预测模型，并采用预处理的病理图像和基因表达数据进行模型训练；采用训练好的基因空间表达预测模型进行基因空间表达预测。与现有技术相比，本发明具有预测准确性高的优点。

公开(公告)号：CN113657503A

公开(公告)日：2021-11-16

申请号：CN202110946370.4

申请日：2021-08-18

Applicant: 上海交通大学

Inventor： 俞章盛 ,  高瑞恬 ,  顾劲杨 ,  赵帅 ,  魏婷 ,  周杰

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多模态数据融合的恶性肝肿瘤分类方法，通过对非结构化多期CT影像数据的规范化预处理，对结构化的信息进行离散化处理，构建基于卷积神经网络的空间特征提取模块，以及基于门控循环神经网络的时序信息编码模块，并通过多模态数据融合模块，结合非结构化的影像数据与结构化的信息，最终得到深度学习恶性肝肿瘤分类。与现有技术相比，本发明在卷积神经网络的基础上，引入门控循环神经网络，有效挖掘多期造影增强CT的空间时序特征，并使用多模态数据融合将影像特征与临床数据结合，能够显著提高区分肝细胞癌(HCC)，肝内胆管癌(ICC)和转移性肝癌的准确度。