公开(公告)号：CN119964814A

公开(公告)日：2025-05-09

申请号：CN202510451493.9

申请日：2025-04-11

Applicant: 吉林大学第一医院

Inventor： 范宁 ,  孙滕洋 ,  王勇 ,  张禹

IPC: G16H50/30 ,  G16H50/70 ,  G16H10/60

Abstract: 本发明公开了一种基于数据分析的疾病风险评估方法，涉及疾病评估领域，包括以下步骤：步骤1：采集用户生理指标和偏好数据，基于生理指标进行体质类型聚类，获取当前用户的体质类型；步骤2：根据每种体质类型的特征，编辑若干对应可测试事件，基于当前用户的体质类型，匹配对应可测试事件，基于用户历史达标状态对当前周期事件重要度进行触发定义；在用户健康状况或行为变化时，可以实时调整评估标准和测试项目，通过自动降低同类测试事件的重要度以及替代测试事件的选择，适应用户的实际情况，通过收集用户的生理指标和偏好数据，能够基于个体差异进行体质类型聚类和风险评估，准确标记出关键器官节点。

公开(公告)号：CN115526898A

公开(公告)日：2022-12-27

申请号：CN202211169298.X

申请日：2022-09-22

Applicant: 吉林大学

Inventor： 杜伟 ,  唐诗熠 ,  李高阳 ,  赵璇 ,  李瑛 ,  张禹

IPC: G06T7/11 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明适用于医学图像处理领域，提供了一种医学影像分割方法，包括以下步骤：步骤一：获取训练数据，并对训练数据进行数据预处理，同时利用图像增强技术对训练数据进行增强处理，最后得到训练集；步骤二：搭建结合attention机制的双向生成判别网络，设计损失函数，评估指标；步骤三：利用训练集对训练模型进行训练，使用患病验证数据对验证模型进行评估，并迭代更新训练，直到网络收敛；步骤四：将最终需要分割的数据输入到最终模型，并得到病灶区域的mask，然后通过Dense‑Crf技术得到最终分割结果，本发明提出了一个新的框架和损失函数来修正CAM，得到具有准确边界的病灶区域分割掩码。

公开(公告)号：CN115471512A

公开(公告)日：2022-12-13

申请号：CN202211156919.0

申请日：2022-09-21

Applicant: 吉林大学

Inventor： 李瑛 ,  杜伟 ,  李高阳 ,  唐诗熠 ,  梁艳春 ,  张禹 ,  刘翔宇

IPC: G06T7/11 ,  G06V10/40 ,  G06V10/77 ,  G06V10/82 ,  G06V10/764 ,  G06V10/74 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及医学影像分割技术领域，具体是一种基于自监督对比学习的医学影像分割方法，包括以下步骤：步骤1，获取没有分割标签的患病数据，对每个样本进行数据增强；步骤2，对数据增强之后的视图使用ViT进行特征提取和映射；步骤3，得到低像素的病灶激活图和背景激活图Pid与Pib；步骤4，得到低像素病灶特征向量Vid和背景特征向量Vib；步骤5，得到高像素病灶特征向量Uid和背景特征向量Uib，使用对比损失进行自监督学习；步骤6，得到最终的分割结果，本发明基于自监督对比学习的医学影像分割方法，解决了传统模型对有精确分割标签或分类信息的训练图像的依赖，以深度对比学习的方式充分利用无标签数据，达到自监督分割病灶区域的效果。

公开(公告)号：CN116384784A

公开(公告)日：2023-07-04

申请号：CN202211533263.X

申请日：2022-12-01

Applicant: 吉林大学

Inventor： 时小虎 ,  姚鑫 ,  张禹 ,  张弘毅 ,  付中奇 ,  马德印

IPC: G06Q10/0639 ,  G06Q10/0631 ,  G06N3/042 ,  G06F16/27

Abstract: 本发明公开了基于联盟链的专家评审方法，涉及学术评审技术领域，包括以下步骤：S1：中心机构邀请评审专家加入网络；该基于联盟链的专家评审方法，能够通过智能合约为学术成果分配唯一识别标识，智能合约调用专家匹配算法和专家节点随机选择算法为学术成果匹配k个专家节点，并将学术成果发送给专家节点等待专家节点返回审核结果，专家节点审核学术成果，分别从创新性、完整性、写作水平三个方面对学术成果打分，调用智能合约返回审核评分和审核意见，智能合约根据学术成果唯一标识汇总专家评审结果，调用学术成果审核算法得到最终评审结果，自动将学术成果分配至此领域专业的专家进行审核，从而无需人工进行分配，从而优化了专家评审流程。

公开(公告)号：CN106295246A

公开(公告)日：2017-01-04

申请号：CN201610639453.8

申请日：2016-08-07

Applicant: 吉林大学

Inventor： 李瑛 ,  何叶 ,  梁艳春 ,  张禹 ,  苏静 ,  韩斯禹

IPC: G06F19/18 ,  G06F19/20 ,  G06F19/24

CPC classification number: G06F19/18 ,  G06F19/20 ,  G06F19/24

Abstract: 本文是找到与肿瘤相关的lncRNA并预测其功能。我们把lncRNA在肿瘤中的差异表达作为诊断的参考，找出lncRNA与肿瘤之间的关系。第一步，从GEO数据库中下载数据，对其处理后得到外显子和部分lncRNA的表达数据。第二步，对处理好的表达数据进行差异表达分析。第三步，对差异表达的lncRNA分析与它共表达且差异的编码基因和lncRNA。第四步，将编码基因进行探针平台注释。第五步，对差异表达lncRNA进一步筛选，选出最显著差异的lncRNA。第六步，进行富集分析，得到GO BP过程和pathway。通过编码基因所涉及的生物过程来推测lncRNA的功能。第七步，对上一步得到的公共编码基因，分析是否可入血液、唾液和尿液，对可以进入的基因进行分析，这些基因和lncRNA就可以作为癌症的一个潜在的预测标记。

公开(公告)号：CN108614955A

公开(公告)日：2018-10-02

申请号：CN201810416970.8

申请日：2018-05-04

Applicant: 吉林大学

Inventor： 李瑛 ,  梁艳春 ,  韩斯禹 ,  杜伟 ,  张禹 ,  张慧

IPC: G06F19/20

Abstract: 本发明是一种新型的lncRNA鉴定方法。本发明提出了基于对数度量，多尺度二级结构，电子-离子互作赝势的三种新型特征设计提取方式，并进而利用机器学习算法构建分类器。对数度量特征可大幅降低基于序列组成特征的维数，在保证高准确度的同时提升模型的效率；多尺度二级结构特征则可在结构层面挖掘更加保守的特征；电子-离子互作赝势通过序列理化特征进一步提升本发明的跨物种稳定性。经实验验证，本发明针对人类数据集准确度高达97.28％，针对小鼠数据集准确度达93.47％，且本发明仅需56.01秒即可完成5000条序列的预测。相比其他算法，本发明有着更良好的准确度与效率，也具有更优秀的容错性与跨物种稳定性。