公开(公告)号：CN118297901A

公开(公告)日：2024-07-05

申请号：CN202410408401.4

申请日：2024-04-07

Applicant: 重庆邮电大学

Inventor： 李嫄源 ,  汤鸿翔 ,  朱智勤 ,  黄鑫 ,  周志浩 ,  方梓滈 ,  丁言 ,  陈诗尧 ,  安翼尧 ,  郑重 ,  于昆 ,  孙梦薇 ,  郑馨 ,  段亦非 ,  王占栋

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/084

Abstract: 本发明涉及一种基于离散扩散过程细化的轻量化脑肿瘤图像分割方法，属于图像分割技术领域。首先将获取的脑肿瘤MR图像进行专业标注然后经过一系列预处理输入到网络中。然后通过离散扩散模型在前向扩散中将分割掩码退化为粗掩码，在反向扩散中将粗掩码的像素变换到精细状态修正粗掩码中的错误预测区域。设计可解释性感知掩码的渐进式剪枝，通过可解释性感知掩码，进行动态稀疏权值。实现自适应渐进式搜索和逐层剪枝，从而使模型获得更好的收敛性和性能。最后通过细粒度对齐机制，调整剪枝前后模型之间的大小差异，通过知识蒸馏来实现对剪枝后模型学习原模型的知识和表示，自适应地确定每个样本中蒸馏网络中的蒸馏点。

公开(公告)号：CN118298908A

公开(公告)日：2024-07-05

申请号：CN202410408403.3

申请日：2024-04-07

Applicant: 重庆邮电大学

Inventor： 李嫄源 ,  方梓滈 ,  朱智勤 ,  周志浩 ,  黄鑫 ,  文斌 ,  丛柏森 ,  郑重 ,  陈诗尧 ,  安翼尧

IPC: G16B15/30 ,  G16B50/30 ,  G16B35/00 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明涉及一种基于药物双模态特征的药物靶标结合亲和力预测方法，属于药物靶标亲和度预测领域。首先通过构建一个三通道深度学习网络，分别处理生物标靶的序列、药物分子的序列及其化学结构图。标靶序列经预处理后被嵌入为高维特征向量，并利用XLNet‑DSC提取深层次的生物信息。同时，药物分子的SMILES序列被转化为化学结构图，并通过图神经网络技术如图注意力网络和消息传递神经网络提取关键的化学特征。药物分子序列经过特定编码和神经网络处理，以获得进一步的特征表示。通过将这些多维度特征进行融合，并应用多头注意力机制进行细致的特征整合，该方法能够精确地预测药物与标靶之间的结合亲和力。