图像分割、图像分割模型训练的方法及设备

    公开(公告)号:CN118570461A

    公开(公告)日:2024-08-30

    申请号:CN202410453022.7

    申请日:2024-04-15

    Inventor: 杨晗

    Abstract: 本申请提供一种图像分割、图像分割模型训练的方法及设备。本申请的方法,通过获取大量的病斑图像样本,以及极少量(十位数甚至个位数)的代表性样本的标签信息,基于极少量的代表性样本的标签信息,自动生成所述病斑图像样本的伪标签信息,可以大大减少人工标注的工作量,从而大大减少数据标注的人力和时间消耗;进一步地,基于所述病斑图像样本及所述病斑图像样本的伪标签信息,对图像分割模型进行像素级对比学习训练,获得训练完成的图像分割模型,通过像素级对比学习来抑制伪标签信息中错误信息的影响,在保证模型图像分割精准度的前提下,极大地减少标注的人力和时间成本,提升图像分割模型训练的效率,适用于弥漫性病斑数据分析场景。

    基因组的特征提取方法

    公开(公告)号:CN113223612B

    公开(公告)日:2024-08-02

    申请号:CN202110481497.3

    申请日:2021-04-30

    Inventor: 杨晗 顾斐

    Abstract: 本发明实施例提供了一种基因组的特征提取方法、疾病预测方法、装置及设备。特征提取方法包括:获取待处理的基因片段,基因片段中包括碱基质量;基于碱基质量,确定与基因片段相对应的置信度;基于基因片段所对应的置信度对基因片段进行特征提取操作,获得基因片段的基因特征。本实施例提供的技术方案,通过获取待处理的基因片段,而后基于基因片段中包括的碱基质量来确定与基因片段相对应的置信度,并基于置信度对基因片段进行特征提取操作,获得基因片段的基因特征,有效地实现了在不增加数据维度的基础上,将碱基质量有效的融入了基因特征中,这样不仅保证了基因特征提取的完整程度,并且还提高了对基因特征进行提取操作的运行效率。

    基因检测方法、特征提取方法、装置、设备及系统

    公开(公告)号:CN113517022B

    公开(公告)日:2024-06-25

    申请号:CN202110648180.4

    申请日:2021-06-10

    Inventor: 杨晗 顾斐

    Abstract: 本发明实施例提供了一种基因检测方法、特征提取方法、装置、设备及系统。基因检测方法包括:获取待处理的基因序列,基因序列中每个位置所对应基因片段的平均数量小于或等于预设阈值;对基因序列进行特征提取操作,获得基因特征;对基因特征进行增强处理,获得与基因特征相对应的增强后特征;基于增强后特征对基因序列进行检测,获得检测结果。本实施例提供的技术方案,通过对基因序列进行特征提取操作,获得基因特征,而后对基因特征进行增强处理,获得增强后特征,之后基于增强后特征对基因序列进行检测,获得检测结果,这样不仅保证了基因检测操作的精确度,并且还有效地降低了数据处理成本和数据处理量。

    基因检测方法、模型训练方法、装置、设备及系统

    公开(公告)号:CN113539357B

    公开(公告)日:2024-04-30

    申请号:CN202110649698.X

    申请日:2021-06-10

    Inventor: 杨晗 顾斐

    Abstract: 本发明实施例提供了一种基因检测方法、模型训练方法、装置、设备及系统。基因检测方法包括:获取待处理基因数据,待处理基因数据中每个位置所对应基因片段的平均数量小于或等于预设阈值;将待处理基因数据输入至特征生成网络层进行特征提取操作,获得与待处理基因数据相对应的基因特征和与基因特征相对应的增强后特征;将待处理基因数据和增强后特征输入至基因识别网络层进行基因检测操作,获得检测结果。本实施例提供的技术方案,实现了通过低深度的基因数据进行特征提取操作,获得基因特征和与基因特征相对应的增强后特征,并基于增强后特征进行检测操作,这样不仅保证了基因检测结果的精确度,并且还降低了数据处理成本和数据处理量。

    遗传变异位点的处理方法、表型预测方法及系统

    公开(公告)号:CN118675613B

    公开(公告)日:2024-11-22

    申请号:CN202411147570.3

    申请日:2024-08-20

    Inventor: 杨晗

    Abstract: 本说明书实施例提供遗传变异位点的处理方法、表型预测方法及系统,其中所述遗传变异位点的处理方法,包括:确定待处理生物样本的位点序列,其中,所述位点序列包括多个遗传变异位点;确定各遗传变异位点之间的关联关系,并基于所述关联关系将所述位点序列映射至二维空间,获得所述二维空间对应的位点对象,其中,所述位点对象的维度大于所述位点序列的维度,且所述位点对象包含多个遗传变异位点;将所述位点对象输入至位点处理模型,获得所述多个遗传变异位点对应的处理结果;使得位点处理模型有效的建立遗传变异位点之间的联系并进行分析处理,避免了神经网络模型输出的处理结果准确度较低的问题,保证了生物遗传研究工作的顺利开展。

Patent Agency Ranking