-
公开(公告)号:CN116206681A
公开(公告)日:2023-06-02
申请号:CN202111473772.3
申请日:2021-11-30
Applicant: 中南大学湘雅医院
Abstract: 本发明提供一种免疫浸润细胞模型的预后基因对价值评价方法,属于基因技术领域,包括如下步骤,收集肿瘤免疫研究中的免疫细胞基因集,基于高斯算法和细胞对算法在GBM样本中构建ICP评分,对ICP评分进行突变特征的确定,对ICP评分进行免疫原性特征的定义,基于ICP评分的构建,挖掘出内皮细胞和巨噬细胞最佳预后细胞对,结合细胞的表面分子,挖掘出CD163/MCAM最佳预后基因对,确定CD163/MCAM在细胞交互中的作用,在湘雅队列的测序数据和免疫组化样本中验证CD163/MCAM基因对的预后价值。全面收集肿瘤微环境中的免疫细胞类型,并引入细胞对算法以在GBM中开发强大的免疫特征,免疫特征可以帮助识别具有更好免疫治疗反应的GBM患者,巨噬细胞/周细胞和CD163/MCAM被证实主要影响GBM患者的生存。
-
公开(公告)号:CN118942702A
公开(公告)日:2024-11-12
申请号:CN202411041793.1
申请日:2024-07-31
Applicant: 中南大学
IPC: G16H50/30 , G06F18/10 , G16H10/60 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06F18/213 , G06T5/90 , G06T5/73 , G06F18/2135 , G06F18/25 , G06F18/22 , G06F18/23
Abstract: 本发明提供了一种基于异质图和图神经网络的肺气肿风险预测方法及设备,本发明整合来自不同源的肺气肿医疗数据,通过构建异质图从多源数据中提取关键特征,通过图神经网络综合分析多种数据源,能够捕捉不同数据类型之间的复杂关系和相互作用,能够识别出肺气肿的微妙且复杂的病理特征,提高了肺气肿风险预测的准确性和效率。
-
公开(公告)号:CN118942701A
公开(公告)日:2024-11-12
申请号:CN202411041780.4
申请日:2024-07-31
Applicant: 中南大学
IPC: G16H50/30 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/26
Abstract: 本发明提供了一种基于生成对抗网络和UNet的肺结节风险预测方法及设备,本发明通过生成对抗网络和条件生成对抗网络处理健康肺部CT图像和肺结节患病肺部的CT图像,丰富了数据样本的多样性,提高了模型的泛化能力;UNet模型接收真实以及生成的肺部CT图像作为输入,从肺部CT图像中分割出病变区域;通过跳跃连接使得特征图能够在编码器和解码器的对应层次之间进行信息传递,从而增强了模型的分割能力和病变区域检测的准确性;本发明可以很好地捕捉复杂特征和识别微小病变,提高了肺结节风险预测的准确性。
-
-