-
公开(公告)号：CN119360969A
公开(公告)日：2025-01-24
申请号：CN202411946317.4
申请日：2024-12-27
Applicant: 北京大学
Inventor： 侯艳
IPC: G16B35/20 , G16B5/00 , G16B40/00 , G06F18/231 , G06F18/27 , G06F18/243 , G06N5/01
Abstract: 本申请公开了一种基于基因组学的生物标志物筛选方法及系统，涉及生物检测技术领域，该方法包括：根据癌症疾病生物样本的转录组测序数据，确定与显著基因相关的生物标志表达数据，并通过逻辑回归模型估计生物标志物与癌症疾病关联的后验分布；根据后验分布和基因间相互作用网络确定显著相互作用基因；基于显著相互作用基因，筛选得到与癌症疾病相关的生物标志物列表。由于本申请通过癌症疾病生物样本的转录组测序数据，筛选得到后验分布和显著相互作用基因，避免了传统的生物标志物筛选过程中由于生物标志物特异性不高导致漏检的情况，从而可得到与癌症疾病相关性高的生物标志物列表，提高了生物标志物筛选过程的灵敏度。
-
公开(公告)号：CN117954114A
公开(公告)日：2024-04-30
申请号：CN202410348651.3
申请日：2024-03-26
Applicant: 北京大学
Abstract: 本发明涉及数据处理技术领域，公开了一种基于倾向性评分和幂先验的真实世界数据借用方法及系统，该方法包括：获取随机对照试验和真实世界数据中患者的协变量数据；根据患者的倾向性评分对协变量数据建立分层，在每个分层内将真实世界数据整合到随机对照试验的对照组中；基于真实世界数据在每个分层与对照组的倾向性评分分布重叠系数，构建贝叶斯幂先验对真实世界数据进行降权处理，最终将真实世界数据整合到随机对照试验的对照组中。由于本发明通过倾向性评分分层可均衡真实世界数据和随机对照试验的对照组在协变量数据上的相似性，使得在每层内借用真实世界数据更为合理；再通过贝叶斯幂先验对真实世界数据进行降权，可实现动态的数据借用。
-
公开(公告)号：CN117312881B
公开(公告)日：2024-03-22
申请号：CN202311600090.3
申请日：2023-11-28
Applicant: 北京大学
IPC: G06F18/22 , G16H10/20 , G06F18/2323
Abstract: 本发明涉及数据处理技术领域，公开了一种临床试验治疗效果评估方法、装置、设备及存储介质，该方法包括：确定用于表征当前临床试验数据源和真实世界数据源之间的相似度的倾向性评分；基于倾向性评分和预设层次聚类模型构建层次聚类树；基于高斯过程方法、层次聚类树以及各真实世界数据源对应的借用信息确定临床治疗效果值。本发明基于倾向性评分和预设层次聚类模型构建层次聚类树，并基于层次聚类树和各真实世界数据源对应的借用信息确定临床治疗效果值，解决了获取真实世界数据中借用信息对应的治疗效果的方法不能扩展到多个RWD源，需要计算限制借用样本量，实用性不高的问题。
-
公开(公告)号：CN117334347A
公开(公告)日：2024-01-02
申请号：CN202311632339.9
申请日：2023-12-01
Applicant: 北京大学
IPC: G16H50/70 , G16H70/40 , G06N3/0455
Abstract: 本发明涉及数据处理技术领域，公开了一种评估治疗效果方法、装置、设备及存储介质，该方法包括：对临床试验数据和外部真实世界数据进行预处理，获得研究数据集；将研究数据集输入至预设自编码神经网络模型，获得研究数据集中每一个患者的潜在特征；根据临床试验患者的潜在特征对应的特征评分从研究数据集中选取目标外部真实世界患者数据，并将临床试验数据和目标外部真实世界患者数据进行分层，获得分层结果；利用复合似然方法对分层结果进行数据分析，获得当前临床研究药物的治疗效果值。解决了现有技术中由于协变量的增加而产生的复杂性，进而提高了治疗效果评估的准确性。
-
公开(公告)号：CN116580397B
公开(公告)日：2023-11-10
申请号：CN202310851588.0
申请日：2023-07-12
Applicant: 北京大学
Inventor： 侯艳
Abstract: 本发明涉及计算机医学应用技术领域，公开了一种病理图像识别方法、装置、设备及存储介质，该方法包括：将病理图像进行灰度处理，将灰度处理后的病理图像进行二值化处理，获得二值图像；对二值图像进行去噪，生成预处理病理图像；对预处理病理图像进行特征提取，获得特征区图；识别特征区图中是否存在目标病理特征，并将存在目标病理特征的区域确认为病理区域；将病理区域映射到特征区图，获得病理区域对应特征；对病理区域对应特征进行分类，获得特征类别；获取病理区域的定位数据；根据特征类别和定位数据生成病理图像的识别结果。本发明通过对预处理后的病理图像进行特征识别、分类以及定位，能够进一步提高病理医生的诊断效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN116563848A
公开(公告)日：2023-08-08
申请号：CN202310851586.1
申请日：2023-07-12
Applicant: 北京大学
Inventor： 侯艳
IPC: G06V20/69 , G06V10/22 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及电子数字数据处理技术领域，公开了一种异常细胞识别方法、装置、设备及存储介质，该方法包括：对源病理图像进行预处理，获得目标病理图像，源病理图像包括宫颈细胞病理图像；通过预设双注意力卷积神经网络对目标病理图像进行通道维度和空间维度的特征过滤，获得关键识别特征；基于预设RPN网络和关键识别特征确定异常细胞的坐标，并通过异常细胞的坐标在目标病理图像中对所述异常细胞进行标注。本发明可通过预设双注意力卷积神经网络进行通道维度和空间维度的特征过滤，有针对性地突出与异常细胞识别相关的特征，即上述关键识别特征，从而抑制无关特征或次要特征的表达，进而提高了识别准确率。
-
公开(公告)号：CN117954114B
公开(公告)日：2024-08-13
申请号：CN202410348651.3
申请日：2024-03-26
Applicant: 北京大学
Abstract: 本发明涉及数据处理技术领域，公开了一种基于倾向性评分和幂先验的真实世界数据借用方法及系统，该方法包括：获取随机对照试验和真实世界数据中患者的协变量数据；根据患者的倾向性评分对协变量数据建立分层，在每个分层内将真实世界数据整合到随机对照试验的对照组中；基于真实世界数据在每个分层与对照组的倾向性评分分布重叠系数，构建贝叶斯幂先验对真实世界数据进行降权处理，最终将真实世界数据整合到随机对照试验的对照组中。由于本发明通过倾向性评分分层可均衡真实世界数据和随机对照试验的对照组在协变量数据上的相似性，使得在每层内借用真实世界数据更为合理；再通过贝叶斯幂先验对真实世界数据进行降权，可实现动态的数据借用。
-
公开(公告)号：CN117954113B
公开(公告)日：2024-08-13
申请号：CN202410348625.0
申请日：2024-03-26
Applicant: 北京大学
Abstract: 本发明涉及数据处理技术领域，公开了一种基于弹性先验和相称先验原理的信息借用方法及系统，该方法包括：根据当前临床试验对应的目标数据类型获取目标历史试验数据；基于目标数据类型确定目标历史试验数据和当前试验数据之间的目标统计量；通过目标统计量确定目标历史试验数据和当前试验数据之间的先验精度，先验精度表征当前临床试验的试验过程中目标历史试验数据的实时借用程度。本发明引入弹性先验原理，用衡量当前试验数据和历史数据之间一致性的指标，即上述目标统计量来决定基于相称先验原理生成的先验精度，从而通过精准确定历史数据和当前试验数据之间的一致性衡量指标，实现对数据一致性更为直观合理的衡量，进而更好地控制统计特性。
-
公开(公告)号：CN113450870B
公开(公告)日：2024-05-14
申请号：CN202110656718.6
申请日：2021-06-11
Applicant: 北京大学
IPC: G16B40/00 , G16B15/30 , G06F18/22 , G06F18/2433 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明涉及一种药物与靶点蛋白的匹配方法及系统，属于药物研发技术领域，解决了现有技术中药物与靶点蛋白匹配难度大、计算量大且准确度低的问题。该方法包括，获取多组样本训练集；对样本训练集中药物靶点蛋白对中药物和靶点蛋白的特征向量进行编码、解码并获得损失函数，进而获得优化好的栈式自编码网络；获取样本训练集中药物靶点蛋白对中药物、靶点蛋白的深度表征向量，并获得深度神经网络的损失函数，进而获得优化好的深度神经网络，以获得优化好的匹配模型；用该匹配模型预测待匹配药物和待匹配靶点蛋白是否匹配，该方法通过对药物、靶点蛋白的特征进行降维并经深度神经网络进行匹配，减少了计算量，提高了匹配精度，有利于新药的快速研发。
-
公开(公告)号：CN116596954B
公开(公告)日：2023-11-10
申请号：CN202310851591.2
申请日：2023-07-12
Applicant: 北京大学
Inventor： 侯艳
Abstract: 本发明涉及图像分割技术领域，公开了一种病变细胞图像分割方法、装置、设备及存储介质，该方法包括：增强高斯降噪处理后病变细胞图像的对比度，获得待分割病变细胞图像；根据待分割病变细胞图像的轮廓信息绘制待分割病变细胞图像的对比度曲线，并根据对比度曲线提取待分割病变细胞图像的轮廓特征点；根据轮廓特征点确定轮廓特征点的分割率，并根据分割率确定待分割病变细胞图像的分割点；根据分割点对待分割病变细胞图像进行边缘检测，并根据检测结果确定连通域；对连通域的连通阈值进行叠加，获得分割的病变细胞图像。本发明根据轮廓特征点、分割率和分割点等对细胞图像进行分割从而解决图像中细胞重叠和粘连等问题，提高图像分割的精确度。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.025 seconds)
