一种基于模型驱动元学习的乳腺癌分子亚型预测方法

    公开(公告)号:CN114187472A

    公开(公告)日:2022-03-15

    申请号:CN202111478418.X

    申请日:2021-12-06

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于模型驱动元学习的乳腺癌分子亚型预测方法,包括,通过乳腺癌数据库获取动态增强磁共振图像和动态增强磁共振图像的标签;将动态增强磁共振图像进行处理得到动态增强磁共振体积数据,将动态增强磁共振体积数据与动态增强磁共振图像的标签匹配得到有标签的动态增强磁共振体积数据;将有标签的动态增强磁共振体积数据分为支持集和查询集,利用支持集和查询集构建时空循环注意力分类器;利用改进的元学习策略优化时空循环注意力分类器,通过时空循环注意力分类器进行分子亚型预测。本发明能够在小量数据样本的情况下准确的实现乳腺癌的分子亚型预测。

    一种用于检测mi-RNA的探针、GaN传感器及检测方法

    公开(公告)号:CN115144451A

    公开(公告)日:2022-10-04

    申请号:CN202210924661.8

    申请日:2022-08-02

    Applicant: 江南大学

    Abstract: 本发明公开了一种用于检测mi‑RNA的探针、GaN传感器及检测方法,GaN传感器的栅极上设置有mi‑RNA探针;mi‑RNA的检测方法包括如下步骤,制备GaN传感器;根据GaN传感器电学参数设置源极和漏极电压;配置不同目标mi‑RNA浓度的缓冲液,将GaN传感器插入缓冲液中测试,确定标准曲线;将GaN传感器插入待测溶液,对比检测待测溶液时输出电流与标准曲线输出电流的大小,根据两者电流的大小判断待测溶液中是否有目标mi‑RNA,并通过具体电流值得到目标mi‑RNA的浓度。本发明使用mi‑RNA探针并利用GaN半导体器件的二维电子气结构捕mi‑RNA探针和目标mi‑RNA杂交产生的栅极电位变化;使用p型层结构改变传感器阈值电压,减小传感器能耗,并使其无需配合参比电极和对电极使用,避免栅极通电对测量准确性的影响。

    一种图注意力模型驱动的小样本学习肿瘤分割方法

    公开(公告)号:CN114240965B

    公开(公告)日:2025-04-25

    申请号:CN202111521503.X

    申请日:2021-12-13

    Applicant: 江南大学

    Abstract: 本发明公开了一种图注意力模型驱动的小样本学习肿瘤分割方法,其中,将数据划分为支持集和查询集,将支持集和查询集输入编码器进行编码,获取支持特征和查询特征;根据支持特征获取肿瘤感兴趣区域的特征A,并对特征A进行反池化,使支持特征与查询特征有相同的分辨率;将反池化后的支持特征与查询特征按通道叠加,将叠加后的特征放入图注意力模块,通过图注意力模块学习特征切片之间的空间信息;将经过图注意力模块的输出放入解码器,并结合跳跃连接的方式获得分割结果;本发明基于图注意力模型,提升了小样本情况下对肿瘤图片数据分割的准确性。

    一种图注意力模型驱动的小样本学习肿瘤分割方法

    公开(公告)号:CN114240965A

    公开(公告)日:2022-03-25

    申请号:CN202111521503.X

    申请日:2021-12-13

    Applicant: 江南大学

    Abstract: 本发明公开了一种图注意力模型驱动的小样本学习肿瘤分割方法,其中,将数据划分为支持集和查询集,将支持集和查询集输入编码器进行编码,获取支持特征和查询特征;根据支持特征获取肿瘤感兴趣区域的特征A,并对特征A进行反池化,使支持特征与查询特征有相同的分辨率;将反池化后的支持特征与查询特征按通道叠加,将叠加后的特征放入图注意力模块,通过图注意力模块学习特征切片之间的空间信息;将经过图注意力模块的输出放入解码器,并结合跳跃连接的方式获得分割结果;本发明基于图注意力模型,提升了小样本情况下对肿瘤图片数据分割的准确性。

Patent Agency Ranking