公开(公告)号：CN115526246A

公开(公告)日：2022-12-27

申请号：CN202211152888.1

申请日：2022-09-21

Applicant: 吉林大学

Inventor： 杜伟 ,  赵璇 ,  肖剑弘 ,  唐诗熠 ,  李瑛 ,  梁艳春

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16C10/00

Abstract: 本发明适用于分子分类技术领域，提供了一种基于深度学习模型的自监督分子分类方法，包括以下步骤：步骤1：将原始的分子处理成用邻接矩阵和特征矩阵表示的形式，然后用图进行表示；步骤2：将图作为图神经网络模块的输入，得到分子的局部特征，从而对分子的性质做出预测；步骤3：在正样本对和负样本对之间采用标准的二分类交叉熵损失函数来调整自监督学习任务。该方法对于筛选特定疾病的候选药物具有重要意义，特别是对于没有标签的新分子数据集，能够达到快速分类的目的。不仅可以代替研究人员耗时的手动标注，把时间缩短在较短的范围内，而且可以一定程度控制误差，既保证了实时性，又保证了准确性。

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。