公开(公告)号：CN119479830B

公开(公告)日：2025-05-16

申请号：CN202510060768.6

申请日：2025-01-15

Applicant: 北京大学

Inventor： 荣志炜

IPC: G16B40/00

Abstract: 本申请公开了一种多中心数据聚合方法，本申请涉及医学数据处理技术领域，该方法包括：获取来自多个数据中心的生物标志物对应的本地测量值；对生物标志物进行抽样测定，获得部分参考测量值；通过贝叶斯算法基于本地测量值、参考测量值和研究协变量对生物标志物的生物学效应进行后验分布估计，获得目标估计参数。本申请首先对部分生物标志物进行测定，获得不受批次效应影响的参考测量值后，再根据参考测量值、本地测量值和研究协变量对生物标志物的生物学效应进行贝叶斯后验估计，最终获得生物标志物与疾病结局之间有效的目标估计参数，从而实现对来自多个数据源的生物标志物的有效聚合。

公开(公告)号：CN119479830A

公开(公告)日：2025-02-18

申请号：CN202510060768.6

申请日：2025-01-15

Applicant: 北京大学

Inventor： 荣志炜

IPC: G16B40/00

Abstract: 本申请公开了一种多中心数据聚合方法，本申请涉及医学数据处理技术领域，该方法包括：获取来自多个数据中心的生物标志物对应的本地测量值；对生物标志物进行抽样测定，获得部分参考测量值；通过贝叶斯算法基于本地测量值、参考测量值和研究协变量对生物标志物的生物学效应进行后验分布估计，获得目标估计参数。本申请首先对部分生物标志物进行测定，获得不受批次效应影响的参考测量值后，再根据参考测量值、本地测量值和研究协变量对生物标志物的生物学效应进行贝叶斯后验估计，最终获得生物标志物与疾病结局之间有效的目标估计参数，从而实现对来自多个数据源的生物标志物的有效聚合。

公开(公告)号：CN119474650A

公开(公告)日：2025-02-18

申请号：CN202510054052.5

申请日：2025-01-14

Applicant: 北京大学

Inventor： 荣志炜

IPC: G06F17/18 ,  G16H10/20

Abstract: 本申请公开了一种基于期望最大化迭代的生物标志物聚合方法，本申请涉及医学数据处理技术领域，该方法包括：获取来自多个数据源的生物标志物对应的本地测量值；对生物标志物进行抽样测定，获得参考测量值；根据参考测量值和本地测量值执行期望最大化迭代算法，获得目标估计参数；目标估计参数表征生物标志物对应的效应影响。本申请首先对部分生物标志物进行测定，获得不受批次效应影响的参考测量值后，通过期望最大化算法基于参考测量值、本地测量值进行循环迭代，最终获得生物标志物与疾病结局之间有效的目标估计参数，从而实现对来自多个数据源的生物标志物的有效聚合。

公开(公告)号：CN117854599B

公开(公告)日：2024-05-28

申请号：CN202410259150.8

申请日：2024-03-07

Applicant: 北京大学

Inventor： 荣志炜

IPC: G16B40/00 ,  G16B30/00 ,  G06F18/2431 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及细胞组学技术领域，公开一种多模态细胞数据的批次效应处理方法、设备及存储介质，该方法包括：获取单个细胞的组学数据；将组学数据输入至预设单细胞数据整合模型，获得对应组学数据的模态特征生成结果，预设单细胞数据整合模型包括：自缩放注意力融合模块，用于对各模态单元的组学数据对应的模态特征进行融合，获得全局特征，并将全局特征输入至混合解码模块以使混合解码模块进行特征映射，获得模态特征分布参数；根据模态生成结果获得的单个细胞的多组学整合数据集。由于本发明预设单细胞数据整合模型中包括自缩放注意力模块，能够适应多模态的组学数据，实现对组学数据中各模态特征的准确分析，在数据整合中降低批次效应的影响。