公开(公告)号：CN117831759A

公开(公告)日：2024-04-05

申请号：CN202311228066.1

申请日：2023-09-22

Applicant: 湖南大学

Inventor： 彭绍亮 ,  窦钰涛 ,  张诗涵

IPC: G16H50/30 ,  G16H50/20 ,  G06F18/214 ,  G06F18/213 ,  G06F18/2136 ,  G06F18/211 ,  G06F18/27 ,  G06F123/02

Abstract: 本发明公开了一种基于注意力机制的急性冠状动脉综合征预测方法，包括：S1、根据读取的空气污染数据利用时间序列领域自适应方法构建多因素稀疏关联结构，提取时间序列域不变特征表示；S2、根据读取的急性冠状动脉综合征病例数据，利用时间注意力机制和多层感知器协同的标签映射方法生成急性冠状动脉综合征病例数据的共享标签表示；S3、将提取的时间序列域不变特征表示和生成的急性冠状动脉综合征病例数据的共享标签表示回归得到预测标签值。本发明解决现有技术无法协调具有可比特征向量但鲜明对比标签值的不同数据源的问题、现有技术在不同源的数据序列不对齐时出现的时域错位问题以及现有技术无法对多因素时间序列数据提取域不变表示的问题。

公开(公告)号：CN120032412A

公开(公告)日：2025-05-23

申请号：CN202510120551.X

申请日：2025-01-25

Applicant: 湖南大学

Inventor： 彭绍亮 ,  刘凡 ,  窦钰涛 ,  何长丰

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开一种基于高分辨率图像与跨模态融合的图像处理方法及装置，该方法通过用户界面将目标面部图像进行上传，并通过潜在扩散模型处理，获得高清化面部图像；将高清化面部图像进行归一化处理，获得归一化面部图像；通过图像骨干网络和面部地标检测器对归一化面部图像进行特征提取，分别获得全局特征和地标特征；通过交叉融合策略使全局特征及地标特征进行融合协作生成融合特征，并按照设定尺度划分为多尺度融合特征；通过交叉融合Transformer编码器将多尺度融合特征进行特征提取获得多尺度特征；将多尺度特征进行融合生成最终特征表示，并输入分类器中进行处理，输出情感标签。本发明解决了图片细节不足、类间相似性、类内差异性及尺度敏感性等问题。

公开(公告)号：CN119601074A

公开(公告)日：2025-03-11

申请号：CN202411611586.5

申请日：2024-11-12

Applicant: 湖南大学

Inventor： 彭绍亮 ,  曾文武 ,  许力文 ,  窦钰涛 ,  姬博亚 ,  吕达锋

IPC: G16B15/20 ,  G16B15/30 ,  G16B40/00 ,  G06F18/23 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于生物分子互作结构域增强的蛋白质序列设计方法，包括：先输入一个大小为L×N×3的待进行序列设计的蛋白质主链骨架三维坐标信息；获取与生物分子接触的蛋白质序列和相互作用结构域区间；将获取的序列聚类并取出每个簇的代表序列作为训练集；再提取出每条训练样本的三维结构、二级结构、溶剂可及性和功能注释特征表示；使用LoRA算法微调通用多模态蛋白质语言模型ESM3的最后十层transformer模块，对于位于相互作用结构域区间的掩码残基的损失给予更大的权重；将待进行序列设计的蛋白质主链骨架的原子坐标输入到训练好的模型中，得到目标序列。本发明一方面利用了海量蛋白质的多模态信息；另一方面能生成更加健壮且合理的功能性蛋白质序列。

公开(公告)号：CN116631636A

公开(公告)日：2023-08-22

申请号：CN202310352774.X

申请日：2023-04-04

Applicant: 湖南大学

Inventor： 彭绍亮 ,  窦钰涛 ,  夏飞 ,  潘良睿 ,  刘达政

IPC: G16H50/70 ,  G16H50/20 ,  G06F18/10 ,  G06F18/214 ,  G06F18/243

Abstract: 本发明公开了一种基于机器学习的特征生成方法，包括：S1、对输入的原始数据进行预处理以及筛选；S2、将筛选后的数据分为预训练的特征集和标签集；S3、通过基于树的集成学习算法训练得到特征生成模型；S4、将疾病早期数据输入至特征生成模型进行疾病早期检测。本发明通过多种特征增强方法，强化了原始数据的特点，并一定程度的记录了病例的历史事件，采用基于树的集成学习算法，可以在有数据缺失的情况下完成数据生成，本发明符合人体生理指标的潜在规律，因此可以轻易的将模型迁移至其他具有相同格式的数据集中直接使用，具有较强的可迁移性。

公开(公告)号：CN120045913A

公开(公告)日：2025-05-27

申请号：CN202510120545.4

申请日：2025-01-25

Applicant: 湖南大学

Inventor： 彭绍亮 ,  窦钰涛 ,  何长丰 ,  刘凡

IPC: G06F18/213 ,  A61B5/16 ,  A61B5/374 ,  A61B5/00 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种用于抑郁检测的脑电信号多维表征学习方法，包括：S1、获取患者脑电信号数据集，该数据集包括脑电信号以及相应的抑郁症标签；S2、对所述脑电信号进行预处理，该预处理为将所述脑电信号分段成固定长度；S3、通过图特征提取和结构学习模块提取脑电信号的结构相关性特征；S4、采用门控Transformer机制提取脑电信号的时间动态特征，并通过门控机制对时序状态进行优化和表征；S5、利用基于Mamba的状态空间模型，将结构相关性特征与时间动态特征融合并优化到门控机制中；S6、利用UMAP技术对融合后的特征进行降维，生成直观可视化结果。本发明在抑郁症数据集上实现了最先进的效果。

公开(公告)号：CN118507062B

公开(公告)日：2025-05-16

申请号：CN202410584578.X

申请日：2024-05-12

Applicant: 湖南大学

Inventor： 彭绍亮 ,  潘良睿 ,  彭艺俊 ,  李燕 ,  刘达政 ,  窦钰涛

IPC: G16H50/50 ,  G16H30/20 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种从肺癌组织病理学图像中预测气腔内播散的方法，包括：S1、对全玻片图像进行图像预处理；S2、基于预训练模型对预处理后的图像进行特征提取；S3、基于载玻片图像的特征构建空间拓扑图；S4、基于孪生混合编码器对空间拓扑图进行特征提取；S5、采用步骤S4提取的特征对肺癌组织病理学图像进行预测，得到气腔内播散结果。本发明通过孪生的图编码器对来组织病理学图像空间拓扑结构的特征进行学习，通过特征分享和跳跃连接来推理训练模型，实现从肺癌组织病理学图像中预测气腔内播散。

公开(公告)号：CN118507062A

公开(公告)日：2024-08-16

申请号：CN202410584578.X

申请日：2024-05-12

Applicant: 湖南大学

Inventor： 彭绍亮 ,  潘良睿 ,  彭艺俊 ,  李燕 ,  刘达政 ,  窦钰涛

IPC: G16H50/50 ,  G16H30/20 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种从肺癌组织病理学图像中预测气腔内播散的方法，包括：S1、对全玻片图像进行图像预处理；S2、基于预训练模型对预处理后的图像进行特征提取；S3、基于载玻片图像的特征构建空间拓扑图；S4、基于孪生混合编码器对空间拓扑图进行特征提取；S5、采用步骤S4提取的特征对肺癌组织病理学图像进行预测，得到气腔内播散结果。本发明通过孪生的图编码器对来组织病理学图像空间拓扑结构的特征进行学习，通过特征分享和跳跃连接来推理训练模型，实现从肺癌组织病理学图像中预测气腔内播散。

公开(公告)号：CN116580848A

公开(公告)日：2023-08-11

申请号：CN202310538812.0

申请日：2023-05-15

Applicant: 湖南大学

Inventor： 彭绍亮 ,  潘良睿 ,  王练 ,  刘达政 ,  窦钰涛 ,  刘明婷 ,  许力文 ,  王鹤恬

IPC: G16H50/70 ,  G06F18/241 ,  G06F18/214 ,  G06F18/23 ,  G06N3/045 ,  G06N3/09 ,  G06N3/084 ,  G06F18/22 ,  G06F18/25 ,  G06N3/088

Abstract: 本发明公开了一种基于多头注意力机制的分析癌症多组学数据方法，包括：S1、对癌症多组学数据进行数据收集和预处理；S2、采用监督的多头注意力模型完成癌症多组学数据的分类任务；S3、采用基于多头注意力机制的解耦对比学习模型学习完成癌症多组学数据的聚类任务。本发明在分类任务和聚类任务上同时获得较好的效果，可以与临床信息的分析癌症的发病机理。

公开(公告)号：CN115527204A

公开(公告)日：2022-12-27

申请号：CN202211145469.5

申请日：2022-09-20

Applicant: 湖南大学

Inventor： 彭绍亮 ,  潘良睿 ,  刘达政 ,  窦钰涛 ,  王练 ,  刘明婷

IPC: G06V20/69 ,  G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了人工智能和生物信息学技术领域的一种框架辅助肝癌组织全幻灯片的肿瘤微环境分析方法，该框架辅助肝癌组织全幻灯片的肿瘤微环境分析方法包括以下步骤：对肝癌组织的全幻灯片图像进行数据收集和预处理；使用多标签诊断框架辅助全幻灯片图像完成分类任务；使用多标签诊断框架辅助全幻灯片图像完成分割任务。该框架辅助肝癌组织全幻灯片的肿瘤微环境分析方法通过深度学习技术的多标签诊断框架对肝癌组织全幻灯片图像。

公开(公告)号：CN119889591A

公开(公告)日：2025-04-25

申请号：CN202411931889.5

申请日：2024-12-26

Applicant: 湖南大学

Inventor： 彭绍亮 ,  何长丰 ,  王小平 ,  窦钰涛

IPC: G16H20/70 ,  G16H50/20 ,  G16H50/30 ,  G06F18/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于多模态特征融合的抑郁检测方法及装置，方法包括：S1、获取多模态抑郁症数据集；S2、将音频特征和视频特征变换到相同维的空间以进行对齐；S3、将变换后的音频特征和视频特征进行特征增强，并将对齐后的音频特征和视频特征与特征增强后的特征相加形成残差连接；S4、根据样本长度拼接增强后的音频特征和视频特征，将拼接后的音频特征和视频特征进行特征融合；S5、将融合后的特征乘以掩码进行平均池化，使用线性层作为分类头、带逻辑输出的二元交叉熵损失作为损失函数，得到预测值；S6、采用混淆矩阵热力图进行可视化评估结果。本发明能够在降低成本的同时实现高精度的抑郁检测，并支持检测结果的可视化展示。