基于标签传播网络的质谱成像空间超分辨重构方法及系统

    公开(公告)号:CN119323519A

    公开(公告)日:2025-01-17

    申请号:CN202411349381.4

    申请日:2024-09-26

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于标签传播网络的质谱成像空间超分辨重构方法及系统,方法包括:对MSI数据进行预处理,得到MSI数据的低维表示;将低维表示与H&E染色图像进行配准;对H&E染色图像进行空间分割得到多个图像块,为每一个图像块构建一个标签传播网络;将MSI数据作为网络中匹配节点的标签,并沿网络传播,同时更新网络节点的标签;将节点标签与基于统计的特征进行融合,构建回归模型计算各超像素的特征,实现MSI的空间超分辨重构。本发明在MSI中融合了H&E图像的结构信息,并通过局部的仿射变换配准实现全局的多模态配准,将H&E染色显微图像替换为其它模态的高分辨率医学图像,可以实现其它模态驱动的质谱成像超分辨重构,提高MSI空间分辨率。

    基于核磁共振和质谱的代谢组学数据融合方法及其应用

    公开(公告)号:CN109187614B

    公开(公告)日:2020-03-06

    申请号:CN201811130259.2

    申请日:2018-09-27

    Applicant: 厦门大学

    Abstract: 本发明公开了基于核磁共振和质谱的代谢组学数据融合方法及其应用,该方法包括:分别利用核磁共振谱仪和液相色谱‑质谱仪器采集生物样品的代谢轮廓,得到基于核磁共振(NMR)和基于质谱(MS)的两种代谢组学数据;利用Diffreg检验方法,先从MS数据中筛选出对NMR数据具有补充意义的变量,将所筛选的MS变量集与NMR数据集合并;再从新数据集中删除冗余的变量,则所得的数据即为融合数据,便于后续的建模分析。本发明方法得到的模型具有更好的解释与预测性能,且对于其它代谢组学平台的数据融合具有很强的适用性。

    一种电针治疗慢性萎缩性胃炎的疗效评价方法

    公开(公告)号:CN108344761A

    公开(公告)日:2018-07-31

    申请号:CN201810138200.1

    申请日:2018-02-10

    Applicant: 厦门大学

    Abstract: 本发明公开了一种电针治疗慢性萎缩性胃炎的疗效评价方法,包括:制备慢性萎缩性胃炎(CAG)大鼠模型,并对CAG大鼠电针干预,收集血清和尿液样本;对样本进行核磁共振氢谱检测,得到代谢指纹图谱;对谱数据进行预处理后构建偏最小二乘判别分析(PLS-DA)模型,并对判别模型进行交叉验证;正常大鼠与CAG大鼠的PLS-DA模型可用于分子诊断,CAG大鼠与电针治疗大鼠的PLS-DA模型可用于电针疗效评价。利用本发明方法可以获得与CAG病理及电针治疗相关的代谢标记物,对于进一步拓展慢性萎缩性胃炎的电针防治、阻断其向胃癌演变具有重要的实际意义。

    用于预测蛋白质翻译后修饰位点的深度学习方法

    公开(公告)号:CN114724630B

    公开(公告)日:2024-05-31

    申请号:CN202210406078.8

    申请日:2022-04-18

    Applicant: 厦门大学

    Abstract: 用于预测蛋白质翻译后修饰位点的深度学习方法,涉及生物信息学领域。包括:从公共数据库上收集带有蛋白质翻译后修饰位点注释的蛋白质序列数据;对收集到的蛋白质序列进行去冗余处理,并删除可信度较低的位点注释信息,得到不同PTM类型的蛋白质序列集合;构建基于深度神经网络的预测模型,提取蛋白质序列的短程耦合信息和长程耦合信息;利用蛋白质序列数据集为每种PTM类型训练一个预测模型;将训练好的预测模型部署到网上得到在线预测系统;用户通过在线预测系统输入蛋白质序列文件,选择需要预测的PTM位点类型,在线系统返回PTM位点的预测结果。可以同时预测多种PTM位点,可为生物医学研究和药物设计提供相关的蛋白质信息。

    基于质谱成像数据的同位素峰识别方法、装置及可读介质

    公开(公告)号:CN117274639A

    公开(公告)日:2023-12-22

    申请号:CN202311030777.8

    申请日:2023-08-16

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于质谱成像数据的同位素峰识别方法、装置及可读介质,该方法包括:获取质谱成像数据并进行预处理,得到质谱成像离子图像数据矩阵;构建离子图像表示模型并训练,得到经训练的离子图像表示模型,离子图像表示模型包括孪生编码器、预测映射器和维度约简模块,预测映射器和维度约简模块分别与孪生编码器连接;将质谱成像离子图像数据矩阵输入经训练的离子图像表示模型,依次输入第一编码器模块和维度约简模块,得到质谱成像数据的低维表示矩阵;根据质谱成像数据获取离子峰集合,基于离子峰集合和质谱成像数据的低维表示矩阵采用同位素峰识别算法识别得到离子间的同位素关系,该方法对MSI同位素峰的识别准确率高。

    基于边信息熵有偏游走的异构网络节点表示方法及系统

    公开(公告)号:CN116933073A

    公开(公告)日:2023-10-24

    申请号:CN202310807159.3

    申请日:2023-07-04

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于边信息熵有偏游走的异构网络节点表示方法及系统,包括:接收输入的包含多种类型的节点和边的异构网络,得到邻接矩阵和度矩阵,计算得到边信息熵矩阵;对于每个目标节点,分别对其与不同类型的邻居节点之间的边信息熵做归一化;按照异构网络节点语义信息组成,确定多条元路径;对于每个目标节点,按照元路径设定的节点序列,获取下一节点类型,并根据归一化边信息熵进行有偏采样,得到下一节点后将其作为目标节点,重复以上步骤直至达到设定的路径长度和游走次数,最终得到节点的游走路径集合;最后将所得的节点游走路径集合作为目标节点的上下文语义关联序列,输入经典Skip‑Gram模型中进行训练,最终得到每个目标节点的向量表示。

    一种受扰动代谢通路确定方法及系统

    公开(公告)号:CN111210876B

    公开(公告)日:2023-03-14

    申请号:CN202010008409.3

    申请日:2020-01-06

    Applicant: 厦门大学

    Abstract: 本发明涉及一种受扰动代谢通路确定方法及系统,包括:获取待测生物样本;采用高通量分析技术和谱数据处理方法对生物样本进行分析和处理,得健康和异常生物样本代谢物的浓度集合;计算健康生物样本代谢物集合中任意两种代谢物的健康生物样本浓度比值对数,得健康生物样本浓度比值对数集;同理得异常生物样本浓度比值对数集;根据上述浓度比值对数集确定偏离系数集;根据偏离系数集确定代谢物的扰动矩阵;获取通路隶属矩阵;根据代谢物的扰动矩阵和通路隶属矩阵确定代谢通路扰动矩阵;采用单边T检验对代谢通路扰动矩阵分析,确定受扰动代谢通路。通过本发明上述方法能准确获取显著受扰动的疾病代谢通路,降低生物样品的个体间差异对于通路识别的影响。

    一种基于非负矩阵分解的质谱数据缺失值填补方法及系统

    公开(公告)号:CN111859275B

    公开(公告)日:2022-08-12

    申请号:CN202010701528.7

    申请日:2020-07-20

    Applicant: 厦门大学

    Abstract: 本发明涉及一种基于非负矩阵分解的质谱数据缺失值填补方法及系统,包括:对数据集矩阵进行缺失值的预填补,得到无缺失的初始数据矩阵;对无缺失的初始数据矩阵中所有元素进行对数变换;取一组非负矩阵分解的维度参数,分别进行非负矩阵分解,得到对应的一组重构矩阵;对重构矩阵的元素值做指数变换;计算所有指数变换后的重构矩阵与无缺失的初始数据矩阵之间的重构误差;根据重构误差计算得到不同重构矩阵下各自对应的权重;对重构矩阵进行加权平均,得到加权重构矩阵;将加权重构矩阵中对应位置的元素值填补到数据集矩阵中的缺失位置;基于无缺失的最终数据矩阵进行特征代谢物识别及通路分析。本发明的上述方法能够提高数据填补精度。

    一种用于质谱成像数据的交互式空间分割方法

    公开(公告)号:CN114494175A

    公开(公告)日:2022-05-13

    申请号:CN202210072775.4

    申请日:2022-01-21

    Applicant: 厦门大学

    Abstract: 一种用于质谱成像数据的交互式空间分割方法,涉及质谱成像数据分析技术领域。包括:将原始数据经过谱峰对其、谱峰提取和谱峰合并等预处理得到质谱成像数据;对质谱成像数据进行无监督降维得到嵌入图像;构建无监督分割模型对嵌入图像进行预分割;将用户的先验知识表示为涂鸦信息对分割模型进行正则化约束;在预分割结果不合理的区域进行交互式微调,得到更合理的分割结果。可以充分利用用户不完整的、不精确的先验知识,提高质谱成像数据分割结果的合理性;避免由于无监督分割模型产生的结果不稳定、或与研究问题不相关等问题,提高质谱成像数据后续分析的可靠性和准确性。

    一种通过纯化学位移NMR谱鉴别茶叶产地差异的方法

    公开(公告)号:CN108931548A

    公开(公告)日:2018-12-04

    申请号:CN201810575448.4

    申请日:2018-06-06

    Applicant: 厦门大学

    CPC classification number: G01N24/08 G01N1/286

    Abstract: 本发明涉及一种通过纯化学位移NMR谱鉴别茶叶产地差异的方法,将PSYCHE纯化学位移谱方法与多变量统计分析方法相结合,并应用于低浓度天然食品茶叶的组成分析中。通过对获得的纯化学位移谱进行主成分分析法和正交偏最小二乘法分析,实现了对茶叶产地的鉴别,同时找到了不同产地茶叶的差异物质。本发明所采用的PSYCHE纯化学位移谱方法法能够去除宽带同核1H-1H偶合,仅保留了化学位移信息,应用于低浓度样品获得了质量较高的纯化学位移氢谱,提高了谱图分辨率。PSYCHE脉冲序列简单,易于操作,常规谱仪条件即可满足实验要求。与现有茶叶产地鉴别方法相比较,本发明提出的NMR方法具有可重复性、非侵入性及谱图分辨率高等优点。

Patent Agency Ranking