特征分级
    1.
    发明公开

    公开(公告)号:CN101558419A

    公开(公告)日:2009-10-14

    申请号:CN200780046259.8

    申请日:2007-12-06

    CPC classification number: G06N3/126

    Abstract: 本发明涉及一种计算来自特征池的至少一个特征的等级的方法,该方法包括:获取(1)多个特征子集,每个特征子集包括来自特征池的特征;和基于至少一个特征在特征子集中的出现,计算(2)至少一个特征的等级。例如,至少一个特征的等级可基于该至少一个特征在多个特征子集中出现的频率。因此,该方法可被有利地应用于分级来自特征池的特征。包括一流特征的新的特征子集可根据计算的特征等级值得以创建,一流的特征潜在地比来自特征池的特征子集更有用。对于这种来自特征池的分级特征列表,可有许多其他的有益用途。

    用于收集与生物分子和疾病之间的关系相关的证据的系统和方法

    公开(公告)号:CN101151615A

    公开(公告)日:2008-03-26

    申请号:CN200680010361.8

    申请日:2006-03-27

    CPC classification number: G06F19/28 G06F19/24

    Abstract: 一种用于收集与生物分子和疾病或其他医学条件之间的关系相关的证据的系统和方法,其中生成(或输入到处理系统)与所识别的疾病或条件相关联的生物分子、以及与生物分子、疾病或条件、以及它们之间的谓体关系有关的本体。通过处理这些本体来构建三元组即主体/谓体/宾体,其例如为,生物分子/关系/疾病。使用三元组来搜索相关证据群,以基于三元组从相关数据群中提取相关数据。使用本发明的系统和方法来向分子诊断领域的研究者提供生物证据以用于或反对统计预测。

    对微阵列图像进行自动解码的方法

    公开(公告)号:CN101553824A

    公开(公告)日:2009-10-07

    申请号:CN200780044539.5

    申请日:2007-12-03

    Abstract: 一种在具有图像空间的高密度和高分辨率微阵列扫描图像中,即使在拐角处不存在探针的情况下也能自动识别微阵列芯片的拐角和探针的方法,其中,该方法通过将多遍拐角寻找算法应用到所述图像上使得在扫描过程中产生的图像中的误差失真最小化,所述方法包括:(a)将Radon变换应用于输入的微阵列图像,以将该图像投影到角度和距离空间中,在该空间中可以找到直线的取向;(b)将快速傅里叶变换应用于步骤(a)的所述投影图像10,以寻找该投影图像的最佳倾角;(c)确定所述最佳倾角的最佳第一个和最后一个局部极大值;(d)将所述确定的第一个和最后一个局部极大值反投影到所述图像空间中,以寻找所述图像的第一个列线和最后一个列线的第一近似;(e)旋转所述图像并重复步骤(a)至(d),以寻找所述图像的顶部行线和底部行线的第一近似;(f)从所述列线和行线的交点中确定所述图像的四个拐角的第一近似;(g)应用启发式算法,以确定步骤(f)的所述第一近似是否足够;以及(h)可选地,在所述四个拐角的第一近似周围修剪所述扫描图像并且重复步骤(a)至(f)。

    对微阵列图像进行自动解码的方法

    公开(公告)号:CN101553824B

    公开(公告)日:2012-10-03

    申请号:CN200780044539.5

    申请日:2007-12-03

    Abstract: 一种在具有图像空间的高密度和高分辨率微阵列扫描图像中,即使在拐角处不存在探针的情况下也能自动识别微阵列芯片的拐角和探针的方法,其中,该方法通过将多遍拐角寻找算法应用到所述图像上使得在扫描过程中产生的图像中的误差失真最小化,所述方法包括:(a)将Radon变换应用于输入的微阵列图像,以将该图像投影到角度和距离空间中,在该空间中可以找到直线的取向;(b)将快速傅里叶变换应用于步骤(a)的所述投影图像10,以寻找该投影图像的最佳倾角;(c)确定所述最佳倾角的最佳第一个和最后一个局部极大值;(d)将所述确定的第一个和最后一个局部极大值反投影到所述图像空间中,以寻找所述图像的第一个列线和最后一个列线的第一近似;(e)旋转所述图像并重复步骤(a)至(d),以寻找所述图像的顶部行线和底部行线的第一近似;(f)从所述列线和行线的交点中确定所述图像的四个拐角的第一近似;(g)应用启发式算法,以确定步骤(f)的所述第一近似是否足够;以及(h)可选地,在所述四个拐角的第一近似周围修剪所述扫描图像并且重复步骤(a)至(f)。

Patent Agency Ranking