公开(公告)号：CN113611368A

公开(公告)日：2021-11-05

申请号：CN202110844660.8

申请日：2021-07-26

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李君一 ,  石乃乐 ,  杜林林 ,  刘博 ,  王亚东

IPC: G16B40/30 ,  G16B40/20 ,  G16B25/10 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于2D嵌入的半监督单细胞聚类方法、装置、计算机设备。其中，所述方法包括：对每个细胞进行数据预处理，和将该经对数据预处理后的每个细胞的基因表达数据都使用2D嵌入的方式，生成一张张合成图像形成图像集，和将该图像集输入到自编码器模型中进行预训练和聚类，和基于该将该图像集输入到自编码器模型中进行预训练和聚类后的聚类结果，构建网络，并运用社区发现算法对该构建网络中的图像集数据进行分类，以及采用将基于卷积神经网络模型来配置的半监督神经网络，对该经分类后的图像集中的所有细胞图像数据进行特征提取，并对该提取的特征进行聚类。通过上述方式，能够实现提高在单细胞数据上进行聚类时的聚类效果。

公开(公告)号：CN113611366A

公开(公告)日：2021-11-05

申请号：CN202110854545.9

申请日：2021-07-26

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李君一 ,  叶枭 ,  皮江胜 ,  刘博 ,  王亚东

IPC: G16B40/00 ,  G16B25/10 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于图神经网络的基因模块挖掘方法、装置、计算机设备。其中，所述方法包括：根据基因表达谱数据，构造基因共表达网络，和基于该构造的基因共表达网络，通过图神经网络方式，配置社区隶属度矩阵，以及基于该配置的社区隶属度矩阵，通过设定阈值的方式，生成已知模块。通过上述方式，能够实现通过图神经网络表示学习的方式配置社区归属矩阵，再通过设定阈值的方式生成已知模块，实现在基因模块挖掘结果上能够允许有密集连接的多个基因可归属于不同的模块。

公开(公告)号：CN112201346A

公开(公告)日：2021-01-08

申请号：CN202011086809.2

申请日：2020-10-12

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李君一 ,  平原 ,  李辉年 ,  许清哲 ,  王立新 ,  刘莹 ,  刘博 ,  王亚东

IPC: G16H50/20 ,  G16H50/70 ,  G16B40/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种癌症生存期预测方法、装置、计算设备及计算机可读存储介质。所述癌症生存期预测方法，包括：获取待预测癌症患者的基因表达谱数据；将所述基因表达谱数据作为输入提供给训练好的神经网络预测模型，所述神经网络预测模型被训练基于癌症患者的基因表达谱数据而对所述癌症患者的生存期进行预测；获取所述神经网络预测模型的输出，得到待预测癌症患者的生存期预测结果。本发明在一定程度上缓解了过拟合的程度，可较为准确的适用于癌症预后生存状态的预测。

公开(公告)号：CN112201308A

公开(公告)日：2021-01-08

申请号：CN202011085761.3

申请日：2020-10-12

Applicant: 哈尔滨工业大学(深圳)

Inventor： 李君一 ,  李辉年 ,  张丽 ,  许清哲 ,  平原 ,  景筱竹 ,  蒋伟 ,  刘博 ,  王亚东

IPC: G16B40/20 ,  G16B40/30

Abstract: 本发明涉及一种LncRNA预测方法、装置、计算设备及计算机可读存储介质。所述LncRNA预测方法包括：获取包含LncRNA的原始数据；对所述包含LncRNA的原始数据进行数据处理，抽取出用于LncRNA预测的特征，所述特征至少包括提取自拓扑熵和广义拓扑熵的特征；将所述包含LncRNA的原始数据作为输入提供机器学习预测模型，所述机器学习预测模型基于所述用于LncRNA预测的特征对包含LncRNA的原始数据进行分类；获取所述机器学习预测模型的输出，得到LncRNA预测结果。本发明实现了有效的LncRNA预测，且加快了训练过程，而且对于DNA序列中其他功能元素的研究也具有可扩展性。