-
公开(公告)号：CN118824354A
公开(公告)日：2024-10-22
申请号：CN202411007995.4
申请日：2024-07-25
Applicant: 湖南大学
Abstract: 本发明公开了一种基于联邦决策树的药靶亲和力预测方法，包括：S1、在本地使用基于多壳层扩展连接性指纹的方法进行药物和蛋白质的特征学习；S2、每个制药机构基于本地数据和初始分割点对GBDT模型进行一阶和二阶梯度计算，生成梯度直方图；S3、每个制药机构对其得到的梯度直方图进行同态加密操作，并将加密后的梯度直方图传输给中央服务器；S4、中央服务器将收集到的各个制药机构的加密后的梯度直方图进行聚合，根据GBDT模型的决策树构建流程生成下一步建树操作，并将该操作信息转发给各制药机构；S5、每个制药机构使用中央服务器发来的决策树构建信息来更新其本地GBDT模型。本发明在保证数据隐私的同时具有高效的药靶亲和力预测能力。
-
公开(公告)号：CN117912557A
公开(公告)日：2024-04-19
申请号：CN202410010495.X
申请日：2024-01-04
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多视图注意力解读细胞间主要通讯组件的方法，包括：S1、获取晚期肾细胞癌的scRNA‑seq数据集；S2、利用细胞‑细胞通信分析工具推断所述数据集的配体‑受体的相互作用；S3、以单细胞分辨率构建多视图细胞‑细胞通信网络；S4、解读细胞‑细胞通信对特异性靶基因表达的影响；S5、解读细胞‑细胞通信对肿瘤细胞功能状态的影响；S6、确定训练策略；S7、基于基因表达或细胞功能状态受细胞通信影响的程度进行模型的解释；S8、基因本体论富集分析，选择高度可变的基因作为靶基因，通过GO富集分析，得到受细胞‑细胞通信影响较大以及较小的基因。本发明具有从scRNA‑seq数据中解读CCCs下游功能影响的能力。
-
公开(公告)号：CN118966070B
公开(公告)日：2025-04-01
申请号：CN202411089005.6
申请日：2024-08-09
Applicant: 湖南大学
IPC: G06F30/28 , G06F9/50 , G06F9/48 , G06F9/54 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种自适应划分的三级并行火灾动力学模拟系统及方法，其中系统包括：构建模块和运行模块；构建模块用于基于FDS构建三级并行的火灾动力学模拟模型；火灾动力学模拟模型为原始FDS的改进，包括：进程层面、节点间层面和节点内层面；在进程层面采用自适应的网格生成算法，实现火灾动力学模拟模型的负载均衡；在节点间层面采用数据局部性感知的拓扑映射方案，减少火灾动力学模拟模型的远距离节点间通信次数和最小化通信开销；在节点内层面采用基于轮询的任务调度方案，提高火灾动力学模拟模型的性能。本发明设计了自适应网格生成算法来平衡输入网格的工作负载，将输入网格分解为子网格，以实现将FDS从数个进程扩展到数千个进程。
-
公开(公告)号：CN119580821A
公开(公告)日：2025-03-07
申请号：CN202411015960.5
申请日：2024-07-26
Applicant: 湖南大学
Abstract: 基于表征对齐空间的药物‑靶标相互作用预测方法及装置，该方法将蛋白质表征维度、药物表征维度、公共嵌入表征维度、多层感知器层数和批次维度参数进行初始化；通过若干药学数据库获取若干单源网络数据并进行比对处理，构建生物医药异构网络；根据对比学习策略，将蛋白质靶标及药物表征整合到公共嵌入表征空间，并通过DTI关联训练设定模型；将蛋白质靶标及其对应的若干药物表征输入训练好的设定模型进行DTI预测，获得最相关的若干药物。本发明通过构建生物医药异构网络，有利于预测未知药物相关的DTI关联；搭建嵌入表征对齐框架，既能利用高质量的表征方法表征生物医药网络和生物实体，也能利用对比损失解决训练数据稀疏的问题。
-
Patent Agency Ranking
公开(公告)号：CN117851063A
公开(公告)日：2024-04-09
申请号：CN202410037338.8
申请日：2024-01-10
Applicant: 湖南大学
Abstract: 基于超算平台的医疗数据并行集成处理方法及系统，调用交互模块通过WEB用户界面或SDK组件获取用户的任务需求数据，将获取的任务需求数据发送到通信模块；通信模块采用任务管理组件对接收的任务需求数据进行解码以转换为任务指令；将转换的任务指令采用负载均衡的方式分配到提取模块；提取模块利用分布式内存数据库检索任务指令对应的任务需求数据，并对检索后的任务需求数据进行集成操作；当提取模块完成任务需求数据的提取和集成后，通过通信模块中的数据中继组件定时轮询以获得返回结果，并将返回结果以文件或数据流的形式返回给用户。本发明提高数据提取和集成速度，可以匹配并行化的提取集成过程，优化了内存占用；具有较低学习成本。
-
公开(公告)号：CN117831663A
公开(公告)日：2024-04-05
申请号：CN202410010541.6
申请日：2024-01-04
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多源异构图学习的蛋白质相互作用预测方法，包括：S1、根据氨基酸的理化性质，利用自协方差对蛋白质序列特征进行提取；S2、构建多源关联网络；S3、获得蛋白质与其他生物分子的关联信息特征；S4、获取已知的蛋白质‑蛋白质相互作用对作为正样本数据集，随机取样等量的无关联蛋白质‑蛋白质相互作用对作为负样本数据集，将正负样本数据集合并作为最终的数据集；S5、利用随机森林分类器和相应的最优参数进行训练以构建预测模型；S6、采用五折交叉验证的方法得到模型的性能评价指标。本发明可以更充分地利用残基的局部特征、蛋白质序列独特的理化性质以及蛋白质与其他生物分子的关联关系。
-
公开(公告)号：CN119762353A
公开(公告)日：2025-04-04
申请号：CN202411959564.8
申请日：2024-12-30
Applicant: 湖南大学
IPC: G06T5/20 , G06N3/0464 , G06T5/70
Abstract: 本发明公开了一种基于深度可分离卷积思想的线性滤波算法优化方法，包括：S1、根据所选择的线性滤波算法和设置的滤波核大小生成滤波核的权重；S2、根据设置的滤波核大小对图像边界进行填充；S3、根据输入图像的通道数对输入图像进行处理；S4、对线性滤波操作后的多通道进行合并，输出滤波后的图像；S5、采用均方误差、峰值信噪比以及结构相似性作为指标对输出滤波后的图像进行图像质量分析；S6、与朴素的线性滤波算法、基于行列分离思想实现线性滤波算法和基于缓冲区和行列分离思想实现的OpenCV库的线性滤波算法进行比较。本发明能够有效适应各种硬件环境，无需针对特定芯片进行大量修改。
-
公开(公告)号：CN118966070A
公开(公告)日：2024-11-15
申请号：CN202411089005.6
申请日：2024-08-09
Applicant: 湖南大学
IPC: G06F30/28 , G06F9/50 , G06F9/48 , G06F9/54 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种自适应划分的三级并行火灾动力学模拟系统及方法，其中系统包括：构建模块和运行模块；构建模块用于基于FDS构建三级并行的火灾动力学模拟模型；火灾动力学模拟模型为原始FDS的改进，包括：进程层面、节点间层面和节点内层面；在进程层面采用自适应的网格生成算法，实现火灾动力学模拟模型的负载均衡；在节点间层面采用数据局部性感知的拓扑映射方案，减少火灾动力学模拟模型的远距离节点间通信次数和最小化通信开销；在节点内层面采用基于轮询的任务调度方案，提高火灾动力学模拟模型的性能。本发明设计了自适应网格生成算法来平衡输入网格的工作负载，将输入网格分解为子网格，以实现将FDS从数个进程扩展到数千个进程。
-
公开(公告)号：CN117831783A
公开(公告)日：2024-04-05
申请号：CN202410010463.X
申请日：2024-01-04
Applicant: 湖南大学
IPC: G16H50/70 , G16H50/30 , G16B40/00 , G16B20/30 , G16B50/00 , G06N3/0499 , G06N3/0464 , G06F18/22 , G06F18/25
Abstract: 本发明公开了一种基于多视图学习的miRNA‑疾病关联预测方法，包括：S1、获取miRNA‑疾病关联数据、药物‑miRNA数据、药物‑疾病数据、mRNA‑miRNA和mRNA‑疾病数据、lncRNA‑miRNA和lncRNA‑疾病数据，以及来自多个物种的miRNA信息；S2、利用miRNA序列信息获取序列特征、利用疾病信息获取疾病语义相似性；S3、计算miRNA与疾病的高斯交互谱核相似性GIP；S4、获得miRNA和疾病之间的潜在关联；S5、构建多个异构图；S6、利用多尺度注意机制，通过将局部上下文纳入注意模块的全局上下文中，融合多重结构特征；S7、将miRNA和疾病的多重嵌入聚合并输入多层感知器进行训练和预测，进行了五折和十折的交叉验证来评估模型的性能。本发明具有良好的预测性能，每个模块都调整到最优。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
