公开(公告)号：CN117995266A

公开(公告)日：2024-05-07

申请号：CN202410206560.6

申请日：2024-02-26

Applicant: 湖南大学

Inventor： 曾湘祥 ,  杨慧丹 ,  刘元盛 ,  刘益萍 ,  宋勃升 ,  王怡君

IPC: G16B15/30 ,  G16B40/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于三重特征增强表征的药物靶标相互作用预测方法，首先提取出待预测药物靶标对数据中药物和靶标的功能子结构，再对药物靶标对数据构建药物‑靶标相互作用对网络，然后构建三重特征学习模块，使用两个Transformer编码器和图神经网络分别对药物、靶标和药物‑靶标相互作用对网络进行特征学习，最后将特征融合后得到三重特征增强表征的药物靶标对表示输入分类器中得到预测结果。本方法在学习药物和靶标个体特征的基础上，增加了药物靶标对网络特征以生成增强表征，在挖掘药物分子中原子信息和靶标氨基酸序列残基信息之外，关注了药物‑靶标相互作用对网络可能提供的潜在直接关联信息。本发明可以有效学习获取药物靶标相互作用的功能性特征。

公开(公告)号：CN119625096A

公开(公告)日：2025-03-14

申请号：CN202411654341.0

申请日：2024-11-19

Applicant: 湖南大学

Inventor： 肖鹏 ,  林剑新 ,  王怡君

IPC: G06T11/00 ,  G06T5/70 ,  G06T5/77 ,  G06T7/40 ,  G06T7/90 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开实施例中提供了一种基于文本编码优化的可控图像上色方法，属于图像处理技术领域，具体包括：对待上色灰度图像进行编码，对目标文本提示词进行编码；构建负颜色样本提示词集合并编码；利用目标损失函数优化待优化编码；将最优编码和灰度图像编码输入SDM模型得到初始上色图像；将初始上色图像和待上色灰度图像输入空间对齐模块得到修复上色图像；冻结最优编码并对SDM模型进行微调；进行语意插值得到最终文本编码；将最终文本编码和修复上色图像对应的上色图像编码输入微调后的SDM模型，得到目标上色图像；将目标上色图像和待上色灰度图像输入空间对齐模块，得到最终上色图像。通过本公开的方案，提高了上色效率、控制性和精准度。