-
公开(公告)号：CN114831729B
公开(公告)日：2024-05-10
申请号：CN202210262054.X
申请日：2022-03-17
Applicant: 上海交通大学医学院附属新华医院
IPC: A61B34/10
Abstract: 本发明涉及超声心动图和CT多模态图像融合的左心耳封堵模拟系统，属于医疗器械技术领域。本发明通过两种影像学方法的联合运用，分别采集两者的DICOM图像数据，设计软件实现融合成像，将左心耳内部结构、功能以及外部形态和毗邻同时显现，然后模拟进行封堵器的匹配，使手术医师在术前就可以运用左心耳封堵模拟装置选择手术策略，选择最佳、最合适的封堵器装置，通过本发明提高手术成功率。本发明提供的图像融合模拟系统可实现左心耳的经食管实时四维超声心动图和CT多模态图像的融合，对左心耳进行内部结构和功能以及外部整体形态和左心耳毗邻的融合，为提高左心耳封堵术的成功率，减少并发症提供切实可行的影像学方法。
-
公开(公告)号：CN118116508A
公开(公告)日：2024-05-31
申请号：CN202410171252.4
申请日：2024-02-06
Applicant: 上海交通大学
Abstract: 一种基于子图匹配和领域适应的RNA药物结合预测方法，通过在离线阶段构造预测模型并采用药物‑蛋白质结合任务进行预训练后，通过冻结部分模型参数并采用药物‑RNA结合训练任务进行微调；在在线阶段采用微调后的预测模型进行实时RNA药物结合预测。本发明通过子图匹配与领域适应相结合的训练方式有效避免捷径学习，增强泛化效果。
-
公开(公告)号：CN115294151A
公开(公告)日：2022-11-04
申请号：CN202210773167.6
申请日：2022-07-01
Applicant: 上海交通大学
IPC: G06T7/11 , G06T7/90 , G06V10/25 , G06V10/26 , G06V10/77 , G06V10/82 , G06V20/70 , G06N3/04 , G06N3/08
Abstract: 一种基于多任务卷积模型的肺部CT感兴趣区域自动检测方法，通过对CT扫描进行解析得到张量形式的图像，对该图像进行肺部粗分割、重采样以及像素值归一化处理，得到仅包含肺部区域的三维CT图像体素矩阵；然后对三维图像切片后，将得到的若干张横截面的二维图像输入二维卷积模型，得到若干个ROI粗略轮廓；再以ROI粗略轮廓为中心截取三维图像块，通过三维分类器分别给出各个ROI为真实ROI的概率，经筛选后将得到的包含真实ROI的三维图像块输入由多任务训练得到的三维卷积模型，得到精确ROI轮廓，并根据ROI为真实ROI的概率将轮廓渲染为不同的颜色。本发明可快速处理大批量CT图像，提高ROI检测效率。
-
-
公开(公告)号：CN111091871B
公开(公告)日：2022-02-18
申请号：CN201911317226.3
申请日：2019-12-19
Applicant: 上海交通大学
Abstract: 一种基于融合领域规则和深度学习的蛋白质信号肽及其切割位点预测实现方法，以待测氨基酸序列的PSSM和HMM合成其氨基酸序列表征后，依次通过序列级分类和残基级分类得到待测氨基酸序列是否包含信号肽、跨膜螺旋或属于非分泌蛋白以及每个残基具体属于信号肽、切割位点或成熟蛋白质，再根据预测结果进行加权合并后以最大统计分数对应的位点作为最终预测出的信号肽切割位点。本发明利用深度模型直接分类信号肽、跨膜螺旋及非分泌蛋白，通过在biLSTM网络上结合自注意力机制显著提升了识别蛋白质信号肽切割位点识别的精度。
-
Patent Agency Ranking
公开(公告)号：CN113707213A
公开(公告)日：2021-11-26
申请号：CN202111047262.X
申请日：2021-09-08
Applicant: 上海交通大学
Abstract: 一种基于深度学习的蛋白质‑配体结合位点预测方法，提取待预测蛋白质中所有残基的α碳原子在三维空间中的全局坐标，然后根据全局坐标计算得到邻接矩阵和原始节点特征，输入基于动量对比学习框架的神经网络模型从而得到蛋白质结构的描述子。本发明将深度学习技术与蛋白质结构的领域的知识相结合，生成更有鉴别力的描述子，从而更准确地识别目标蛋白质的相似结构，并且可提升蛋白质结构分类的精度。
-
公开(公告)号：CN114187963B
公开(公告)日：2025-05-09
申请号：CN202111501583.2
申请日：2021-12-09
Applicant: 上海交通大学
IPC: G16B20/30 , G16B40/00 , G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 一种全长circRNA上蛋白绑定核苷酸位点的预测方法，将全长circRNA切分成片段后输入至一维CNN网络后，将得到的局部高级抽象特征分别输入至BiGRU网络和Transformer编码器的双分支网络，分别得到输入数据的长依赖表示特征和基于全局注意力的circRNA序列表示，经拼接后输入MLP分类器，最后通过中值滤波根据相邻核苷酸的结合信息去除假结合核苷酸降低假阳率，通过分数二值化策略获得预测的结合核苷酸，通过积分梯度识别关键序列内容，得到预测的全长circRNA与RBP结合基序。本发明能够以核苷酸分辨率探索全长circRNA上RBP结合情况，准确预测RBP结合核苷酸并检测其结合基序。
-
公开(公告)号：CN118898855A
公开(公告)日：2024-11-05
申请号：CN202410875705.1
申请日：2024-07-02
Applicant: 上海交通大学
IPC: G06V40/10 , G06V20/05 , G06V20/40 , G06V10/25 , G06V10/62 , G06V10/764 , G06V10/82 , G06T7/246 , G06N3/0464 , G06N3/084
Abstract: 一种基于人工智能的海洋生物检测与跟踪方法，通过对采集到的包含海洋生物的视频进行预处理后，对预处理后的图像先使用分割一切(SAM)大模型进行自动分割，再以YOLOv8作为判断依据，使用双向传播算法对自动分割结果进一步完善，得到目标框；再基于StrongSORT++算法对目标框进行跟踪，并使用YOLOv8对得到的目标进行预分类，最后采用分类网络对预分类结果进一步识别并得到检测结果。本发明能够在海洋实拍视频中取得了可以接受的跟踪和识别结果，在单目标跟踪数据集上的指标和多目标跟踪数据集上的召回率均取得较好的效果。
-
公开(公告)号：CN118197396A
公开(公告)日：2024-06-14
申请号：CN202211589076.3
申请日：2022-12-12
Applicant: 上海交通大学
Abstract: 一种基于经验图神经网络的蛋白质‑配体亲和力预测方法，从目标蛋白质与小分子配体的复合物中提取出蛋白质所有残基的β碳原子以及配体中所有重原子在三维空间中的全局坐标，然后根据全局坐标以及配体的化学键信息计算得到蛋白质图、配体图以及相互作用图的邻接矩阵；再根据蛋白质的进化信息以及配体原子的属性分别计算得到残基结点和原子结点的原始结点特征，将邻接矩阵和原始结点特征输入训练后的经验图神经网络得到蛋白质结构的亲和力。本发明将深度学习技术与蛋白质结构领域的知识相结合，通过经验图神经网络深入挖掘蛋白质与配体的空间位置关系，能够学习到更有效的蛋白质与配体间的位置关系，提升蛋白质‑配体亲和力预测的精度。
-
公开(公告)号：CN116705161A
公开(公告)日：2023-09-05
申请号：CN202310491219.5
申请日：2023-05-05
Applicant: 上海交通大学
Abstract: 一种基于RNA速度和基因调控关系的细胞伪时间轨迹分析方法及系统，通过对基因表达进行预处理后，筛选出潜在的调控关系，并据此建立RNA速度模型；使用推广EM算法对其模型参数进行迭代优化，再通过整合在各个基因上的RNA速度优化模型后，进行伪时间分析和细胞分化轨迹预测。本发明摆脱现有技术对于剪切/未剪切信息的依赖。这样既可以大大提高模型的拟合能力，又能将RNA velocity模型推广到不能提供剪切/未剪切信息的单细胞转录组数据集中。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.022 seconds)
