-
公开(公告)号：CN119323519A
公开(公告)日：2025-01-17
申请号：CN202411349381.4
申请日：2024-09-26
Applicant: 厦门大学
Abstract: 本发明公开了一种基于标签传播网络的质谱成像空间超分辨重构方法及系统，方法包括：对MSI数据进行预处理，得到MSI数据的低维表示；将低维表示与H&E染色图像进行配准；对H&E染色图像进行空间分割得到多个图像块，为每一个图像块构建一个标签传播网络；将MSI数据作为网络中匹配节点的标签，并沿网络传播，同时更新网络节点的标签；将节点标签与基于统计的特征进行融合，构建回归模型计算各超像素的特征，实现MSI的空间超分辨重构。本发明在MSI中融合了H&E图像的结构信息，并通过局部的仿射变换配准实现全局的多模态配准，将H&E染色显微图像替换为其它模态的高分辨率医学图像，可以实现其它模态驱动的质谱成像超分辨重构，提高MSI空间分辨率。
-
公开(公告)号：CN114494175B
公开(公告)日：2024-05-03
申请号：CN202210072775.4
申请日：2022-01-21
Applicant: 厦门大学
Abstract: 一种用于质谱成像数据的交互式空间分割方法，涉及质谱成像数据分析技术领域。包括：将原始数据经过谱峰对其、谱峰提取和谱峰合并等预处理得到质谱成像数据；对质谱成像数据进行无监督降维得到嵌入图像；构建无监督分割模型对嵌入图像进行预分割；将用户的先验知识表示为涂鸦信息对分割模型进行正则化约束；在预分割结果不合理的区域进行交互式微调，得到更合理的分割结果。可以充分利用用户不完整的、不精确的先验知识，提高质谱成像数据分割结果的合理性；避免由于无监督分割模型产生的结果不稳定、或与研究问题不相关等问题，提高质谱成像数据后续分析的可靠性和准确性。
-
公开(公告)号：CN114724630A
公开(公告)日：2022-07-08
申请号：CN202210406078.8
申请日：2022-04-18
Applicant: 厦门大学
Abstract: 用于预测蛋白质翻译后修饰位点的深度学习方法,涉及生物信息学领域。包括：从公共数据库上收集带有蛋白质翻译后修饰位点注释的蛋白质序列数据；对收集到的蛋白质序列进行去冗余处理，并删除可信度较低的位点注释信息，得到不同PTM类型的蛋白质序列集合；构建基于深度神经网络的预测模型，提取蛋白质序列的短程耦合信息和长程耦合信息；利用蛋白质序列数据集为每种PTM类型训练一个预测模型；将训练好的预测模型部署到网上得到在线预测系统；用户通过在线预测系统输入蛋白质序列文件，选择需要预测的PTM位点类型，在线系统返回PTM位点的预测结果。可以同时预测多种PTM位点，可为生物医学研究和药物设计提供相关的蛋白质信息。
-
公开(公告)号：CN119400275A
公开(公告)日：2025-02-07
申请号：CN202411538584.8
申请日：2024-10-31
Applicant: 厦门大学
IPC: G16C20/20 , G06V10/762 , G06V10/26 , G06V10/84
Abstract: 本发明公开了一种用于识别质谱成像数据中空间群聚离子的方法和系统，涉及质谱成像数据处理技术领域，方法包括：S1，预处理MSI数据获得原始离子图像集，对其进行维度约简获得嵌入离子图像集；S2，随机化原始离子图像集获得随机化离子图像集；S3，图像块划分所有图像集得到原始离子图像块集、嵌入离子图像块集和随机化离子图像块集；S4，构建采样概率，基于采样概率进行下采样，获得原始离子图像下采样集与随机化离子图像下采样集；S5，分别构建两个下采样集中的相关系数并计算空间群聚分数；S6，基于所有离子图像的空间群聚分数进行筛选。本发明利用MSI图像的信号强度差与空间距离的相关性作为空间群聚度的度量，充分提取了信号强度的空间分布特征。
-
公开(公告)号：CN114724630B
公开(公告)日：2024-05-31
申请号：CN202210406078.8
申请日：2022-04-18
Applicant: 厦门大学
IPC: G16B20/30 , G16B40/00 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 用于预测蛋白质翻译后修饰位点的深度学习方法,涉及生物信息学领域。包括：从公共数据库上收集带有蛋白质翻译后修饰位点注释的蛋白质序列数据；对收集到的蛋白质序列进行去冗余处理，并删除可信度较低的位点注释信息，得到不同PTM类型的蛋白质序列集合；构建基于深度神经网络的预测模型，提取蛋白质序列的短程耦合信息和长程耦合信息；利用蛋白质序列数据集为每种PTM类型训练一个预测模型；将训练好的预测模型部署到网上得到在线预测系统；用户通过在线预测系统输入蛋白质序列文件，选择需要预测的PTM位点类型，在线系统返回PTM位点的预测结果。可以同时预测多种PTM位点，可为生物医学研究和药物设计提供相关的蛋白质信息。
-
Patent Agency Ranking
公开(公告)号：CN117274639A
公开(公告)日：2023-12-22
申请号：CN202311030777.8
申请日：2023-08-16
Applicant: 厦门大学
IPC: G06V10/74 , G06V10/82 , G06F18/22 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/088 , G01N27/62
Abstract: 本发明公开了一种基于质谱成像数据的同位素峰识别方法、装置及可读介质，该方法包括：获取质谱成像数据并进行预处理，得到质谱成像离子图像数据矩阵；构建离子图像表示模型并训练，得到经训练的离子图像表示模型，离子图像表示模型包括孪生编码器、预测映射器和维度约简模块，预测映射器和维度约简模块分别与孪生编码器连接；将质谱成像离子图像数据矩阵输入经训练的离子图像表示模型，依次输入第一编码器模块和维度约简模块，得到质谱成像数据的低维表示矩阵；根据质谱成像数据获取离子峰集合，基于离子峰集合和质谱成像数据的低维表示矩阵采用同位素峰识别算法识别得到离子间的同位素关系，该方法对MSI同位素峰的识别准确率高。
-
公开(公告)号：CN115272069A
公开(公告)日：2022-11-01
申请号：CN202210729711.7
申请日：2022-06-24
Applicant: 厦门大学
Abstract: 一种H&E染色显微图像驱动的质谱成像超分辨重构方法，涉及图像处理。将MSI原始数据进行谱峰对齐、谱峰提取、归一化、基线校正和压缩降维等预处理，得到MSI的离子图像数据和降维数据；基于深度神经网络构建超分辨重构模型；将高分辨H&E显微图像和MSI降维数据作为输入，让模型自动配准和自监督学习，实现MSI降维数据的超分辨重构；利用迁移学习实现MSI离子图像的超分辨重构。利用MSI降维数据的超分辨图像对H&E图像进行迭代配准，避免由于单离子图像信息量少、信噪比低和空间分辨率低等因素造成H&E图像的矫正误差；将H&E染色显微图像替换为其它模态的高分辨医学图像，可实现其它模态驱动的质谱成像超分辨重构。
-
公开(公告)号：CN114494175A
公开(公告)日：2022-05-13
申请号：CN202210072775.4
申请日：2022-01-21
Applicant: 厦门大学
Abstract: 一种用于质谱成像数据的交互式空间分割方法，涉及质谱成像数据分析技术领域。包括：将原始数据经过谱峰对其、谱峰提取和谱峰合并等预处理得到质谱成像数据；对质谱成像数据进行无监督降维得到嵌入图像；构建无监督分割模型对嵌入图像进行预分割；将用户的先验知识表示为涂鸦信息对分割模型进行正则化约束；在预分割结果不合理的区域进行交互式微调，得到更合理的分割结果。可以充分利用用户不完整的、不精确的先验知识，提高质谱成像数据分割结果的合理性；避免由于无监督分割模型产生的结果不稳定、或与研究问题不相关等问题，提高质谱成像数据后续分析的可靠性和准确性。
-
公开(公告)号：CN104101714B
公开(公告)日：2016-01-27
申请号：CN201410335052.4
申请日：2014-07-15
Applicant: 厦门大学
IPC: G01N33/68 , G01N33/539 , C12Q1/02
Abstract: 以抑制Smurf1泛素化降解RhoB为靶点的抗肿瘤药物筛选方法，涉及抗癌症药物筛选。将候选化合物与物质实体接触；观察候选化合物对所述一种抑制E3泛素连接酶Smurf1泛素化降解其底物RhoB的检测结果的影响，所述候选化合物若能够使细胞内的检测结果发生负向改变，即表征Smurf1泛素化降解RhoB的能力减弱，则表明该候选化合物是抗肿瘤的潜在药物。所述表明该候选化合物是抗肿瘤的潜在药物后，可进一步选择能提高癌细胞中RhoB蛋白含量的化合物，其具体方法：将候选化合物与不同类型的肿瘤细胞接触；观察候选化合物对不同类型的肿瘤细胞中RhoB蛋白含量的影响。实验周期短、检测过程快、灵敏度高、应用范围广。
-
公开(公告)号：CN104101714A
公开(公告)日：2014-10-15
申请号：CN201410335052.4
申请日：2014-07-15
Applicant: 厦门大学
IPC: G01N33/68 , G01N33/539 , C12Q1/02
CPC classification number: G01N33/6863 , G01N33/573 , G01N2500/00
Abstract: 以抑制Smurf1泛素化降解RhoB为靶点的抗肿瘤药物筛选方法，涉及抗癌症药物筛选。将候选化合物与物质实体接触；观察候选化合物对所述一种抑制E3泛素连接酶Smurf1泛素化降解其底物RhoB的检测结果的影响，所述候选化合物若能够使细胞内的检测结果发生负向改变，即表征Smurf1泛素化降解RhoB的能力减弱，则表明该候选化合物是抗肿瘤的潜在药物。所述表明该候选化合物是抗肿瘤的潜在药物后，可进一步选择能提高癌细胞中RhoB蛋白含量的化合物，其具体方法：将候选化合物与不同类型的肿瘤细胞接触；观察候选化合物对不同类型的肿瘤细胞中RhoB蛋白含量的影响。实验周期短、检测过程快、灵敏度高、应用范围广。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
