-
公开(公告)号：CN119541835A
公开(公告)日：2025-02-28
申请号：CN202411694302.3
申请日：2024-11-25
Applicant: 哈尔滨工业大学
IPC: G16H50/20 , G16H50/70 , G16H10/60 , G06T7/00 , G06T3/4046 , G06T3/4053 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 基于多模态信息网络的青光眼不同阶段判别系统，本发明涉及青光眼不同阶段判别系统，属于计算机视觉和机器学习技术。本发明为了解决现有青光眼不同阶段判别准确率低的问题。系统包括：数据采集模块、数据预处理模块、超分辨率重建网络模型、图文多模态卷积网络模型和待测模块；数据采集模块用于采集OCT影像、OCTA影像、RNFL影像、病历信息；数据预处理模块用于得到预处理后的OCT影像训练集、OCTA影像训练集、RNFL影像训练集和病历信息；超分辨率重建网络模型用于获得训练好的超分辨率重建网络模型；图文多模态卷积网络模型用于获得训练好的图文多模态卷积网络模型；待测模块用于输出待测数据的青光眼不同时期的概率。
-
公开(公告)号：CN118967442A
公开(公告)日：2024-11-15
申请号：CN202410997252.X
申请日：2024-07-24
Applicant: 哈尔滨工业大学
IPC: G06T3/4053 , G06N3/0475 , G06N3/045 , G06N3/094 , G06T5/70 , G06T5/60
Abstract: 青光眼眼底图像超分辨率生成模型的训练方法及重建方法，属于医学影像数据处理技术领域。为了解决利用现有的生成模型对青光眼眼底图像进行超分辨率重建时存在不能有效的针对青光眼眼底图像的特点进行重建的问题，本发明的重建生成模型为生成对抗网络的生成器，将高分辨率的青光眼眼底图像作为参考图像，将对其进行下采样得到的低分辨率图像作为生成器的输入，通过生成对抗网络整体训练使生成器能够生成青光眼眼底图像超分辨率重建图像，在生成对抗网络的训练过程中，利用参考图像与重建图像第n层的神经纤维层横截面面积、筛板区域的二值边缘图计算图像质量评估损失和边缘相似性损失作为总损失实现模型的训练。
-
公开(公告)号：CN119311476A
公开(公告)日：2025-01-14
申请号：CN202411423831.X
申请日：2024-10-12
Applicant: 哈尔滨工业大学
IPC: G06F11/14 , G06F18/23213 , G06F17/16 , G06F17/18 , G06N3/08
Abstract: 基于JDLGR算法的组学数据捕获与重建方法，属于生命科学技术领域。为了解决现有的组学数据的重建存在恢复结果准确率不佳的问题。本发明使用关于组学数据的高、低维数据组成联合数据Xc，利用Xc对联合字典Dc进行训练；通过实验测定的低维组学数据Y，利用训练好的联合字典Dc进行组学数据的恢复，恢复过程中，利用Y恢复高维数据的组学信息X*，或者利用Y的分块数据y高维基因数据块x*，将数据块x*作为高维数据矩阵X*的一个列向量，最终得到高维数据的组学信息X*。
-
公开(公告)号：CN118471334A
公开(公告)日：2024-08-09
申请号：CN202410670841.7
申请日：2024-05-28
Applicant: 哈尔滨工业大学
Abstract: 基于非线性距离和马尔可夫流形算法的基因表达量预测方法，它属于生物信息学技术领域。本发明解决了传统基因表达量预测方法存在预测准确率低的问题。本发明利用不同批次的单细胞RNA测序数据构造基因表达量矩阵，再对基因表达量矩阵进行移除批次效应和标准化处理，得到处理后的矩阵；再根据处理后的矩阵构建邻接图，基于邻接图计算非线性距离矩阵，根据非线性距离矩阵计算马尔可夫概率转移矩阵；并根据马尔可夫概率转移矩阵进行流形扩散预测，得到流形扩散预测的基因表达矩阵，最后基于流形扩散预测的基因表达矩阵计算基因表达量预测结果。本发明方法可以应用于基因表达量预测。
-
Patent Agency Ranking
公开(公告)号：CN118942613A
公开(公告)日：2024-11-12
申请号：CN202410973189.6
申请日：2024-07-19
Applicant: 哈尔滨工业大学
IPC: G16H15/00 , G16H30/20 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 一种基于多模态特征的青光眼性视神经损害报告生成系统，涉及医学报告生成领域。本发明是为了解决现有青光眼性视神经损伤报告中对于青光眼性视神经损害判断准确率低的问题。本发明包括：获取待诊断医疗图像，对待诊断医疗图像进行预处理；将预处理后的待诊断医疗图像输入到训练好的ResNet网络中，获得待诊断医疗图像的特征向量；获取待诊断患者个性化特征，并将待诊断患者个性化特征输入青光眼性视神经损害报告生成模块；将待诊断医疗图像的特征向量和待诊断患者个性化特征输入青光眼视神经损害报告生成网络，获得青光眼性视神经损害报告。本发明用于生成青光眼视神经损害诊断报告。
-
公开(公告)号：CN116052769B
公开(公告)日：2024-06-25
申请号：CN202310116552.8
申请日：2023-02-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于稀疏编码的细胞基因表达量复现方法及系统，涉及生命科学领域的细胞基因表达量测定技术领域，方法包括：根据基因字典和被测细胞的基因维度，确定随机测量矩阵；根据随机测量矩阵和被测细胞的基因维度，确定随机测量矩阵对应的多组基因名称组；针对所述随机测量矩阵对应的每组基因名称组，根据所述基因名称组确定PCR引物组；基于PCR引物组，对被测细胞进行多重PCR反应，以确定被测细胞的多个Ct数据集合；针对每个Ct数据集合，根据Ct正值和Ct负值进行相对量计算，确定基因观测值；根据多个基因观测值和基因字典，计算被测细胞的基因表达量。本发明提高了细胞基因表达量的测定精准度。
-
公开(公告)号：CN115985393A
公开(公告)日：2023-04-18
申请号：CN202310115699.5
申请日：2023-02-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基因网络表达状态的二值化观测方法及系统，涉及生命科学领域的细胞基因表达量测定技术领域，方法包括：根据基因字典和被测细胞的基因维度确定随机测量矩阵，进而确定随机测量矩阵对应的多组基因名称组；针对所述随机测量矩阵对应的每组基因名称组，采用T7分别定制正值引物和负值引物，并分别进行标记，得到对应的正值标记引物和负值标记引物；采用正值标记引物对正值基因名称小组对应的基因数据进行扩增，采用负值标记引物对负值基因名称小组对应的基因数据进行扩增，以得到综合基因扩增数据，对其进行标记观测得到基因观测数据；根据基因观测数据和基因字典计算被测细胞的基因表达量。本发明提高了基因表达量测量稳定性。
-
公开(公告)号：CN116469460A
公开(公告)日：2023-07-21
申请号：CN202310117288.X
申请日：2023-02-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于多次随机编码的未知细胞网络表达观测方法及系统，涉及生命科学领域的细胞基因表达量测定技术领域，方法包括：基于有限等距条件和被测未知细胞的基因维度，确定多个随机测量矩阵；根据随机测量矩阵和被测未知细胞的基因维度确定多组基因名称组，进而对被测未知细胞进行多重PCR反应，以确定被测未知细胞的多个Ct数据集合；根据Ct正值和Ct负值计算确定基因观测值；基于盲压缩感知算法，对多个随机测量矩阵对应的基因观测矩阵，进行字典训练，以得到未知细胞基因字典；根据未知细胞基因字典和多个随机测量矩阵对应的基因观测矩阵，计算被测未知细胞的基因表达量。本发明对未知细胞直接进行测量，提高了测量效率。
-
公开(公告)号：CN116052769A
公开(公告)日：2023-05-02
申请号：CN202310116552.8
申请日：2023-02-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于稀疏编码的细胞基因表达量复现方法及系统，涉及生命科学领域的细胞基因表达量测定技术领域，方法包括：根据基因字典和被测细胞的基因维度，确定随机测量矩阵；根据随机测量矩阵和被测细胞的基因维度，确定随机测量矩阵对应的多组基因名称组；针对所述随机测量矩阵对应的每组基因名称组，根据所述基因名称组确定PCR引物组；基于PCR引物组，对被测细胞进行多重PCR反应，以确定被测细胞的多个Ct数据集合；针对每个Ct数据集合，根据Ct正值和Ct负值进行相对量计算，确定基因观测值；根据多个基因观测值和基因字典，计算被测细胞的基因表达量。本发明提高了细胞基因表达量的测定精准度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
