-
公开(公告)号:CN115631847B
公开(公告)日:2023-07-14
申请号:CN202211280689.9
申请日:2022-10-19
Applicant: 哈尔滨工业大学
IPC: G16H50/20 , G06F18/25 , G06F18/241 , G06V10/82 , G06N20/20
Abstract: 基于多组学特征的早期肺癌诊断系统、存储介质及设备,属于癌症诊断技术领域。为了解决仅使用临床图像的早期肺癌筛查存在准确率较低的问题。本发明所述系统包括针对转化为矩阵形式的影像学数据并分别利用卷积神经网络CNN和深度神经网络DNN进行预测的神经网络预测单元、针对每个组学特征,利用图卷积网络得到全局基因关系矩阵的加权的特征矩阵进而获得多组学特征的组学特征处理单元,以及针对多组学数据分别使用多分类器进行预测的分类器预测单元。本发明适用于早期肺癌诊断。
-
公开(公告)号:CN115631849A
公开(公告)日:2023-01-20
申请号:CN202211291501.0
申请日:2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 基于深度神经网络的乳腺癌预后指示系统、存储介质及设备,属于癌症预后指示技术领域。本发明为了解决现有的乳腺癌预后预测准确率有待于提高的问题。本发明根据用户输入实例对应的组学特征在TCGA数据库中获取相同的全部乳腺癌实例的组学特征,然后针对每个组学数据分别计算特征的肯德尔相关系数矩阵,根据相关系数矩阵确定全局基因相似系数矩阵及最相近基因相似系数矩阵,并通过迭代计算多组学特征相似性融合矩阵进而获得多组学特征的全局相似性,之后根据非负矩阵分解的方式对其进行分解,根据分解结果对用户取户输入的组学特征进行加权,然后利用机器学习模型进行乳腺癌预后预测。本发明用于乳腺癌的预后指示。
-
公开(公告)号:CN115641955B
公开(公告)日:2023-06-20
申请号:CN202211280416.4
申请日:2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习的胃癌分期判别系统及存储介质,属于癌症辅助判识技术领域。本发明为了解决现有的胃癌分期判别准确率低的问题,本发明首先通过组学特征相关系数计算单元对单一组学特征或多组学计算每个组学的任意两个基因的特征相似性系数,并得到组学特征矩阵;然后通过胃癌标记基因筛选单元:计算图注意力网络中节点i和节点j的注意力系数,计算出q个基因与其它所有基因的注意力系数之后针对每个基因选取其中系数最高的前r个作为参数,并与用户输入的原始数据加权,得到特征矩阵Sq*r;胃癌分期预测单元基于该特征矩阵,利用神经网络对胃癌分期进行预测。本发明用于胃癌的分期判别。
-
公开(公告)号:CN115631847A
公开(公告)日:2023-01-20
申请号:CN202211280689.9
申请日:2022-10-19
Applicant: 哈尔滨工业大学
IPC: G16H50/20 , G06F18/25 , G06F18/241 , G06V10/82 , G06N20/20
Abstract: 基于多组学特征的早期肺癌诊断系统、存储介质及设备,属于癌症诊断技术领域。为了解决仅使用临床图像的早期肺癌筛查存在准确率较低的问题。本发明所述系统包括针对转化为矩阵形式的影像学数据并分别利用卷积神经网络CNN和深度神经网络DNN进行预测的神经网络预测单元、针对每个组学特征,利用图卷积网络得到全局基因关系矩阵的加权的特征矩阵进而获得多组学特征的组学特征处理单元,以及针对多组学数据分别使用多分类器进行预测的分类器预测单元。本发明适用于早期肺癌诊断。
-
公开(公告)号:CN115631849B
公开(公告)日:2023-04-28
申请号:CN202211291501.0
申请日:2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 基于深度神经网络的乳腺癌预后指示系统、存储介质及设备,属于癌症预后指示技术领域。本发明为了解决现有的乳腺癌预后预测准确率有待于提高的问题。本发明根据用户输入实例对应的组学特征在TCGA数据库中获取相同的全部乳腺癌实例的组学特征,然后针对每个组学数据分别计算特征的肯德尔相关系数矩阵,根据相关系数矩阵确定全局基因相似系数矩阵及最相近基因相似系数矩阵,并通过迭代计算多组学特征相似性融合矩阵进而获得多组学特征的全局相似性,之后根据非负矩阵分解的方式对其进行分解,根据分解结果对用户取户输入的组学特征进行加权,然后利用机器学习模型进行乳腺癌预后预测。本发明用于乳腺癌的预后指示。
-
公开(公告)号:CN115641955A
公开(公告)日:2023-01-24
申请号:CN202211280416.4
申请日:2022-10-19
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习的胃癌分期判别系统及存储介质,属于癌症辅助判识技术领域。本发明为了解决现有的胃癌分期判别准确率低的问题,本发明首先通过组学特征相关系数计算单元对单一组学特征或多组学计算每个组学的任意两个基因的特征相似性系数,并得到组学特征矩阵;然后通过胃癌标记基因筛选单元:计算图注意力网络中节点i和节点j的注意力系数,计算出q个基因与其它所有基因的注意力系数之后针对每个基因选取其中系数最高的前r个作为参数,并与用户输入的原始数据加权,得到特征矩阵Sq*r;胃癌分期预测单元基于该特征矩阵,利用神经网络对胃癌分期进行预测。本发明用于胃癌的分期判别。
-
-
-
-
-