基于双超图正则化的肿瘤基因表达谱数据双聚类方法

    公开(公告)号:CN109215741B

    公开(公告)日:2022-02-08

    申请号:CN201810948044.5

    申请日:2018-08-20

    Abstract: 本发明公开了一种基于双超图正则化的肿瘤基因表达谱数据双聚类方法,通过对肿瘤基因表达谱数据的样本和基因分别进行聚类;然后,对肿瘤基因表达谱数据的样本和基因分别建立样本超图和基因超图,来获取样本和基因的固有几何结构;最后,将样本超图和基因超图分别作为主成分分析的样本超图正则项和基因超图正则项,确定优化目标函数,最后通过优化目标函数分别优化样本聚类矩阵和基因聚类矩阵,得到最终的样本聚类和基因聚类。本发明在基于主成分分析法的基础上,通过双超图正则化进行双聚类的优化,从而在保留主成分分析法的优点基础上更好的获取肿瘤基因表达谱数据中的复杂信息,最终提高获得聚类的精确性。

    一种基于影像组学注意力网络的HER2状态改变预测方法

    公开(公告)号:CN118736279B

    公开(公告)日:2025-04-25

    申请号:CN202410750989.1

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于超声影像组学特征注意力网络的HER2状态改变预测方法,包括步骤,勾画乳腺癌超声图像中的肿瘤区域;利用影像组学技术实现超声图像影像组学特征的提取,得到影像组学特征矩阵;对影像组学特征矩阵特征选择,构成关键特征矩阵;再输入到带有注意力机制的网络模块,输出与HER2状态改变相关的带有注意力权重的关键特征矩阵;最后,利用全连接神经网络对所述带有注意力权重的关键特征矩阵进行训练,进而得到乳腺癌HER2状态是否改变的预测。本发明实现了影像组学技术与深度学习模型相结合进行HER2状态改变相关特征的选择和学习,并通过全连接神经网络对HER2状态在新辅助治疗后是否改变的预测。

    一种基于影像组学注意力网络的HER2状态改变预测方法

    公开(公告)号:CN118736279A

    公开(公告)日:2024-10-01

    申请号:CN202410750989.1

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于超声影像组学特征注意力网络的HER2状态改变预测方法,包括步骤,勾画乳腺癌超声图像中的肿瘤区域;利用影像组学技术实现超声图像影像组学特征的提取,得到影像组学特征矩阵;对影像组学特征矩阵特征选择,构成关键特征矩阵;再输入到带有注意力机制的网络模块,输出与HER2状态改变相关的带有注意力权重的关键特征矩阵;最后,利用全连接神经网络对所述带有注意力权重的关键特征矩阵进行训练,进而得到乳腺癌HER2状态是否改变的预测。本发明实现了影像组学技术与深度学习模型相结合进行HER2状态改变相关特征的选择和学习,并通过全连接神经网络对HER2状态在新辅助治疗后是否改变的预测。

    一种基于三维成像技术的岩土体渗透率计算方法

    公开(公告)号:CN110322427B

    公开(公告)日:2023-05-09

    申请号:CN201910261162.3

    申请日:2019-04-02

    Abstract: 本发明一种基于三维成像技术的岩土体渗透率计算方法,方法包括如下步骤:S1:读取n张岩土体材料的断层微观图像,提取n张断层微观图像的孔隙结构,获取n张断层微观图像的二值图;S2:将相邻两个连续的断层微观图像的二值图进行合成重构,获取n‑1张合成二值图;S3:根据Hagen‑Poiseuille定律和合成二值图,获取每一张合成二值图的渗透率;S4:根据合成二值图的渗透率,确定岩土体渗透率。本发明通过三维成像技术对岩土体材料内部孔/裂隙结构进行重构分析,推导了基于图像的渗透率计算公式,同时相较于传统的岩土体渗透率测试方法计算出的渗透率结果更加准确,为工程地质及岩土工程领域提供了一种新的渗透率测试手段和计算方法。

    一种基于多组学数据的癌症亚型识别方法

    公开(公告)号:CN117393175A

    公开(公告)日:2024-01-12

    申请号:CN202311337070.1

    申请日:2023-10-16

    Abstract: 一种基于多组学数据的癌症亚型识别方法,包括以下步骤,获取多个组学数据,并构建每个组学数据对应的全局相似矩阵;基于每个组学数据的全局相似矩阵进行融合,得到融合相似矩阵;对融合相似矩阵的拉普拉斯矩阵施加秩约束,得到接近理想聚类结构的聚类指示矩阵;利用全局相似矩阵、融合相似矩阵、自适应权值和聚类指示矩阵构建最终的目标函数;对最终的目标函数进行优化、求解,计算得到最优解;利用所述最优解确定最佳的聚类簇的数目,并得到最优聚类指示矩阵对应的聚类标签用于预测癌症亚型。本发明能够更好地学习组学数据的全局相似信息,并自适应确定不同组学数据对聚类结果的贡献度,从而提高病人癌症亚型的预测准确率。

    一种抑制双馈风机次同步谐振的方法和装置

    公开(公告)号:CN110912156B

    公开(公告)日:2021-05-04

    申请号:CN201911233483.9

    申请日:2019-12-05

    Abstract: 本发明公开了一种抑制双馈风机次同步谐振的方法和装置。该方法包括:获取次同步阻尼控制回路的初始电信号;根据次同步角频率参考值确定次同步阻尼控制回路的补偿信号;次同步角频率参考值为次同步角频率最大值的平方与次同步角频率最小值的平方之和的均方根;根据初始电信号和补偿信号形成双馈风机变流器控制回路的控制信号。通过设置次同步角频率参考值根据次同步角频率最大值和次同步角频率最小值的变化而发生变化,对应的补偿信号根据次同步角频率参考值变化适应性改变,使得补偿信号更好的匹配次同步谐振的次同步角频率,次同步阻尼控制回路产生的正阻尼越大,从而提高了次同步阻尼控制回路抑制次同步谐振的能力。

Patent Agency Ranking