-
公开(公告)号：CN114530222B
公开(公告)日：2024-08-06
申请号：CN202210034741.6
申请日：2022-01-13
Applicant: 华南理工大学
IPC: G16H10/60 , G16H30/20 , G16B20/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于多组学和影像数据融合的癌症患者分类系统，该系统能完成端到端的多组学数据、影像数据的载入和预处理，利用外部知识数据库引入额外的特征信息对特定组学数据进行特征降维和信息聚集，通过计算癌症患者，即样本之间的相似度来补充额外的样本信息，最终通过一种多模态交叉融合方法实现多组学数据和影像数据分类结果的融合，并完成最终的分类结果输出，其包括以下功能模块：数据载入和预处理模块、多组学处理模块、图片处理模块、融合模块。本发明能有效地融合多组学和影像数据，可用于多种癌症患者的准确分类。
-
公开(公告)号：CN111028939B
公开(公告)日：2023-03-31
申请号：CN201911116750.4
申请日：2019-11-15
Applicant: 华南理工大学
IPC: G16H50/20 , G16H50/70 , G16B20/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的多组学智能诊断系统，包括：数据导入模块，用于加载多组学数据和临床数据，并对数据进行预处理；样本相似性模块，用于构建多组学样本相似性矩阵；智能诊断训练模块，利用自动编码器进行特征表示，利用多视图注意力机制神经网络进行多组学特征融合，并将样本相似性模块结果整合到训练过程中，最终得到最优诊断模型；智能诊断预测模块，用于依据多组学数据进行智能诊断，并提供结果解释。本发明将深度学习技术与多组学数据结合，提供疾病的诊断结果及其可解释性，从而形成一种基于深度学习的多组学智能诊断系统，提升疾病诊断能力，提供诊断结果可解释性。
-
公开(公告)号：CN111028939A
公开(公告)日：2020-04-17
申请号：CN201911116750.4
申请日：2019-11-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的多组学智能诊断系统，包括：数据导入模块，用于加载多组学数据和临床数据，并对数据进行预处理；样本相似性模块，用于构建多组学样本相似性矩阵；智能诊断训练模块，利用自动编码器进行特征表示，利用多视图注意力机制神经网络进行多组学特征融合，并将样本相似性模块结果整合到训练过程中，最终得到最优诊断模型；智能诊断预测模块，用于依据多组学数据进行智能诊断，并提供结果解释。本发明将深度学习技术与多组学数据结合，提供疾病的诊断结果及其可解释性，从而形成一种基于深度学习的多组学智能诊断系统，提升疾病诊断能力，提供诊断结果可解释性。
-
公开(公告)号：CN114530222A
公开(公告)日：2022-05-24
申请号：CN202210034741.6
申请日：2022-01-13
Applicant: 华南理工大学
IPC: G16H10/60 , G16H30/20 , G16B20/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多组学和影像数据融合的癌症患者分类系统，该系统能完成端到端的多组学数据、影像数据的载入和预处理，利用外部知识数据库引入额外的特征信息对特定组学数据进行特征降维和信息聚集，通过计算癌症患者，即样本之间的相似度来补充额外的样本信息，最终通过一种多模态交叉融合方法实现多组学数据和影像数据分类结果的融合，并完成最终的分类结果输出，其包括以下功能模块：数据载入和预处理模块、多组学处理模块、图片处理模块、融合模块。本发明能有效地融合多组学和影像数据，可用于多种癌症患者的准确分类。
-
-
-
Search Results
4
records
(took 0.017 seconds)
