-
公开(公告)号：CN119323787A
公开(公告)日：2025-01-17
申请号：CN202411876606.1
申请日：2024-12-19
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院遗传与发育生物学研究所
IPC: G06V20/69 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种精确识别人圆形精子细胞的人工智能模型构建系统和方法，该系统包括图像收集单元、图像预处理单元、数据集分割单元、先导实验模型挑选单元、错样本强化的模型训练单元和模型验证单元；数据集分割单元用于将人圆形精子细胞图像分割为训练集、验证集和测试集；先导实验模型挑选单元用于根据系列待选择模型在验证集上的表现挑选性能最优的模型；错样本强化的模型训练单元用于构建假正和假负数据集，利用随机抽取的方法将假正数据与假负数据加入目前正在训练的图片中，增强模型应对错例的能力；模型验证单元用于进行双盲实验，检测筛选出来的细胞是否表达人圆形精子细胞特异性蛋白，验证模型的有效性和精准性。
-
公开(公告)号：CN120048340A
公开(公告)日：2025-05-27
申请号：CN202411943779.0
申请日：2024-12-26
Applicant: 中国科学院遗传与发育生物学研究所
Abstract: 本披露公开了一种构建预测植物表型的预测模型的方法及其装置，方法包括：获取每个第一植物样本的全基因组SNP位点和每一个第一植物样本的表型值，并进行配对；向具有染色体感知功能的特征选择模块，输入配对的全基因组SNP位点和配对表型值，以获取目标全基因组SNP位点，并保持目标全基因组SNP位点与配对表型值的配对；向具有对比学习功能的输出网络模块，输入不同的第二植物样本，用于生成特征输出和低维特征输出，第二植物样本具有配对的目标全基因组SNP位点和配对表型值；基于特征输出、低维特征输出、配对的配对表型值计算总损失；通过最小化总损失，构建预测模型。通过设定的染色体感知功能和对比学习功能，使构建出模型具有更高的准确性。
-
公开(公告)号：CN119863620A
公开(公告)日：2025-04-22
申请号：CN202411774508.7
申请日：2024-12-04
Applicant: 中国科学院遗传与发育生物学研究所
Abstract: 本披露公开了一种用于对视频数据进行标注的方法、设备和存储介质，该方法包括：获取待标注视频数据；对待标注视频数据中的运动对象执行标注操作，以形成待标注视频数据的标注信息，该标注信息包括运动对象的掩码标注信息；基于掩码标注信息确定待标注视频数据中每个运动对象的质心；以及基于运动对象的质心，对待标注视频数据中不同帧图像内的同一运动对象进行身份关联标注，以形成身份标注信息。本披露的方案实现了对视频数据中的运动对象进行自动化标注，可以极大地节省人力和时间成本，能够降低视频数据标注工作的强度和难度，有助于提高视频数据标注的效率。
-
Patent Agency Ranking
公开(公告)号：CN119693300A
公开(公告)日：2025-03-25
申请号：CN202411620916.7
申请日：2024-11-13
Applicant: 中国科学院遗传与发育生物学研究所
IPC: G06T7/00 , G01N23/046 , G06T7/13
Abstract: 本发明涉及生物分析技术领域，尤其涉及一种无损的生物样品组分分布的获取方法，包括：获取待测生物样品的能谱CT图像，根据能谱CT图像获取待测生物样品的第一衰减系数矩阵；选择与待测生物样品成分相同的第一生物样品，获取第一生物样品各个组分的衰减系数矩阵以及密度矩阵；将各个组分的衰减系数矩阵以及密度矩阵输入质量衰减系数获取模型中，获取第一生物样品各个组分的质量衰减系数；将第一生物样品各个组分的质量衰减系数以及待测生物样品对应的第一衰减系数矩阵输入质量密度分布获取模型中，获取待测生物样品中各个组分的质量密度分布矩阵。本发明能够获得生物样品中单一成分或复合物进行质量密度的测量，且整个测定过程简单便捷。
-
公开(公告)号：CN118298929A
公开(公告)日：2024-07-05
申请号：CN202410421440.8
申请日：2024-04-09
Applicant: 中国科学院遗传与发育生物学研究所
IPC: G16B40/20 , G16B20/20 , G06F18/214 , G06N20/20 , G06N5/01
Abstract: 本申请公开了一种基于全基因组评估育种表现型的方法、设备和存储介质。所述方法包括：获取待进行评估育种的全基因组和表现型；使用特征筛选模型对所述全基因组和所述表现型进行特征筛选，以获得目标特征数据；将所述目标特征数据输入至轻量级梯度提升模型和深度学习模型中进行育种表现型评估，以获得第一评估结果和第二评估结果；以及基于所述第一评估结果和所述第二评估结果获得评估育种表现型的最终评估结果。通过本申请的方案，可以对基因数据进行高效筛选，增强特征选择的能力，以提高评估的准确性和稳定性。
-
公开(公告)号：CN117649484A
公开(公告)日：2024-03-05
申请号：CN202311304245.9
申请日：2023-10-09
Applicant: 中国科学院遗传与发育生物学研究所
Abstract: 本发明涉及一种基于CT图像的三维光学重建方法，包括：借助于同轴扫描装置获取待重建物体多角度的CT投影信号和光学数据；对所有角度的CT投影信号进行重建，得到CT三维体素数据并提取CT三维体素数据的CT表面体素数据；将光学数据中每一像素点和CT三维表面体素数据中对应像素点对齐配准，并将光学数据中像素点的坐标映射到CT三维表面体素数据的CT图像坐标系中，获得所有角度下具有CT图像坐标系中三维空间坐标的第一光学数据集；对该数据集中所有光学数据进行拼接，形成三维光学重建后的信息。上述方法通过利用CT扫描为三维光学重建提供物体准确的三维空间信息，可以生成准确、全面的光学三维重建物体。
-
公开(公告)号：CN114910425A
公开(公告)日：2022-08-16
申请号：CN202110196384.9
申请日：2021-02-07
Applicant: 中国科学院遗传与发育生物学研究所
IPC: G01N21/25 , G01N21/3563 , G01N21/64 , G01N23/046
Abstract: 本发明属于植物研究技术领域，尤其涉及一种植物表型获取方法。其中，将植物静止放置，通过围绕植物移动内部结构表型成像装置以及外部性状表型成像装置和生理表型成像装置这两个中的一个或两个，来获取植物的内部结构表型图像以及外部性状表型图像和生理表型图像这两个中的一个或多个，如此，不用移动植物就能够实现植物活体的内部结构表型图像以及外部性状表型图像和生理表型图像这二者中的一个或两个的同一时间的原位采集，由此，从图像中继续获取的表型信息也是同时同位的，从而提高了植物表型获取的准确性，也提高了利用表型做研究的结果的准确性。
-
公开(公告)号：CN114910424A
公开(公告)日：2022-08-16
申请号：CN202110171976.5
申请日：2021-02-07
Applicant: 中国科学院遗传与发育生物学研究所 , 爱奥思贝动力技术(苏州)有限公司
IPC: G01N21/25 , G01N21/3563 , G01N21/64 , G01N23/046
Abstract: 本发明属于植物表型采集技术领域，尤其涉及一种植物表型无损采集系统及方法。该植物表型无损采集系统包括升降机构、旋转机构、待测植物放置座、内部结构表型成像装置和控制装置，还包括外部性状表型成像装置和生理表型成像装置中的一种或两种。旋转机构与升降机构连接，升降机构能够带动旋转机构在竖直方向上移动，旋转机构包括水平旋转架，内部结构表型成像装置以及外部性状表型成像装置和生理表型成像装置中的一种或两种固定在水平旋转架上，形成成像区域。由此，利用该植物表型无损采集系统，不用移动待测植物就能够实现待测植物的内部结构表型、外部性状表型和/或生理表型的同一时间的采集，提高了待测植物表型采集的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.083 seconds)
