-
公开(公告)号:CN118866089A
公开(公告)日:2024-10-29
申请号:CN202410877961.4
申请日:2024-07-02
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G16B20/30 , G16B30/00 , G16B40/00 , G16B50/30 , G06N3/0455 , G06F18/2431 , G06F18/27 , G06N3/048
Abstract: 本发明公开了一种基于蛋白质序列的功能性Khib位点预测方法、装置及可读介质,包括:获取待预测的2‑羟基异丁酰组数据并从中提取到待预测的HSP(10,10)数据,对待预测的HSP(10,10)数据进行特征编码,得到若干个序列特征和若干个结构特征,将待预测的HSP(10,10)数据以及若干个序列特征和若干个结构特征输入功能性Khib位点预测模型,提取到多维度特征并得到若干个序列特征、若干个结构特征和多维度特征对应的分数所构成的分数向量,将分数向量输入经训练的第一分类模块,得到最终的分数,根据最终的分数确定待预测的HSP(10,10)数据是否位于功能性Khib位点附近,从而实现更准确和高效的功能性Khib位点预测。
-
公开(公告)号:CN119132580A
公开(公告)日:2024-12-13
申请号:CN202411612502.X
申请日:2024-11-13
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G16H50/20 , G16H50/30 , G06F18/15 , G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及深度学习技术领域,公开了基于深度学习的多时间点多器官衰竭风险预测方法及装置,方法包括以下步骤:收集ICU患者信息并进行预处理,获得初始特征数据集并选取对预测最重要的若干特征,作为模型输入特征;从初始特征数据集中筛选出模型输入特征对应的数据作为模型训练集;基于卷积层和长短期记忆网络构建MultiOrgRiskNet模型,并利用模型训练集训练得到若干个独立器官衰竭风险预测模型,包括预测不同器官在不同时间段之后发生衰减风险的模型;集成若干个独立器官衰竭风险预测模型作为多时间点多器官衰竭风险预测模型,根据临床数据实时预测多时间点多器官的衰竭风险。本发明能够精准评估不同时间点发生器官衰竭地风险。
-