-
公开(公告)号:CN115424081A
公开(公告)日:2022-12-02
申请号:CN202211233630.4
申请日:2022-10-10
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/40 , G06V10/774
Abstract: 本发明属于医学图像处理领域,涉及一种可解释的癌症病理切片图像识别方法、装置及计算机设备;所述方法包括获取癌症病理切片的高分辨率医学图像,并处理成图像块;将图像块输入特征提取网络中,提取出特征向量;将第一图像块的特征向量输入到图像识别网络中进行预训练;将第二图像块的特征向量输入到预训练后的图像识别网络中,输出第一可解释热力图;利用稀疏表示方法优化,并对优化后的第一可解释热力图进行判断;按照判断结果重新训练图像识别网络;将第三图像块的特征向量输入到重新训练后的图像识别网络中,输出第二可解释热力图。本发明使得高分辨率图像能够在模型中进行预测并提供专业的可解释结果,实现了数据与医学领域知识的双向交互。
-
公开(公告)号:CN116091460A
公开(公告)日:2023-05-09
申请号:CN202310083889.3
申请日:2023-01-31
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于深度学习图像识别领域,具体涉及一种基于特征空间图结构的骨关节图像分类方法及系统;该方法包括:获取骨关节图像并对其进行预处理;将预处理好的骨关节图像输入到训练好的深度神经网络中得到骨关节特征图;对骨关节特征图进行图结构化表示,得到骨关节特征图的图结构信息;图结构信息包括节点信息、边信息以及邻接矩阵;将骨关节特征图的图结构信息输入到训练好的图神经网络模型中进行处理,得到骨关节图像分类结果;根据骨关节图像分类结果可视化图神经网络模型关注区域的热力图;本发明能帮助模型学到空间域中远距离的特征关系以及结构信息,计算速度快,分类精度高,且能更好的理解模型背后如何工作,可解释性好。
-
公开(公告)号:CN114530192B
公开(公告)日:2025-02-11
申请号:CN202210156563.4
申请日:2022-02-21
Applicant: 重庆邮电大学
IPC: G16B5/00 , G06F30/20 , G06F30/25 , G06F119/14
Abstract: 本发明请求保护一种分子动力学视紫红质蛋白光循环模拟研究方法,以单聚体进行模拟研究,属于神经科学领域和分子动力学领域。具体步骤如下:(1)使用高斯软件对发色团C12‑C13=C14‑C15二面角进行扭转并进行角度调整;(2)将单聚体蛋白在CHARMM‑GUI软件嵌入细胞膜环境嵌入,对发色团小分子进行单独的力场设置(3)使用NAMD软件进行平衡态分子动力学模拟(4)对分子动力学轨迹进行分析,通过AMBER的cpptraj模块和VMD的tcl文件进行对应的分析。(5)使用拉伸分子动力学和伞形取样的方式计算自由能。该发明方法利用分子动力学研究视紫红质在光循环过程中的结构变化进一步实现光循环的仿真,对视紫红质在神经科学领域中的临床应用,脑功能研究以及工程学材料设计有着重要作用。
-
公开(公告)号:CN116312821A
公开(公告)日:2023-06-23
申请号:CN202310030292.2
申请日:2023-01-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种制作去质子化视黄醛发色团LYR分子力场文件的方法,属于生物物理学领域。具体步骤如下:(1)基于已有的处理质子化发色团LYR分子力场文件,在描述结构的rtf文件中删除席夫碱氮上面的氢原子以及更改相应的成键项;(2)用在线工具CGenFF重新生成删除氢原子后发色团LYR的电荷分布;(3)用量子化学计算方法验证上述电荷分布;(4)根据已有的去质子化参数文件,正确设置prm文件里面bonds,angles,dihedrals,impropers项;(5)合并重新生成后的rtf和prm文件为str格式用于处理视蛋白去质子化的发色团LYR;该方法具有准确性高、可靠性强、操作简单等优点,且该发明方法解决了普通分子力场(如Charmm、Amber等)中不能处理去质子化视黄醛的问题。
-
公开(公告)号:CN115527677A
公开(公告)日:2022-12-27
申请号:CN202211265611.X
申请日:2022-10-17
Applicant: 重庆邮电大学
IPC: G16H50/30 , G16H50/20 , G16H30/40 , G06T7/00 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于图神经网络技术领域,具体涉及一种基于图像图表示与图神经网络的骨关节健康状态评估方法及系统;该方法包括:获取带有标签的骨关节图像;对骨关节图像中的膝盖部位进行定位,将每张图像均切分为左膝盖图像和右膝盖图像;对每张图像进行图表示,得到骨关节图像的节点信息、边信息和邻接矩阵;将训练集输入到基于图神经网络的骨关节健康状态评估模型中进行训练,并且对测试集骨关节健康等级进行评估,得到最佳评估结果和模型;使用该模型评估骨关节健康等级,可视化图神经网络在评估过程中对图像关注区域的热力图;本发明评估精度高,可解释性好,实用性高,具有良好的应用前景。
-
公开(公告)号:CN114530192A
公开(公告)日:2022-05-24
申请号:CN202210156563.4
申请日:2022-02-21
Applicant: 重庆邮电大学
IPC: G16B5/00 , G06F30/20 , G06F30/25 , G06F119/14
Abstract: 本发明请求保护一种分子动力学视紫红质蛋白光循环模拟研究方法,以单聚体进行模拟研究,属于神经科学领域和分子动力学领域。具体步骤如下:(1)使用高斯软件对发色团C12‑C13=C14‑C15二面角进行扭转并进行角度调整;(2)将单聚体蛋白在CHARMM‑GUI软件嵌入细胞膜环境嵌入,对发色团小分子进行单独的力场设置(3)使用NAMD软件进行平衡态分子动力学模拟(4)对分子动力学轨迹进行分析,通过AMBER的cpptraj模块和VMD的tcl文件进行对应的分析。(5)使用拉伸分子动力学和伞形取样的方式计算自由能。该发明方法利用分子动力学研究视紫红质在光循环过程中的结构变化进一步实现光循环的仿真,对视紫红质在神经科学领域中的临床应用,脑功能研究以及工程学材料设计有着重要作用。
-
-
-
-
-