-
公开(公告)号：CN114662012B
公开(公告)日：2025-04-15
申请号：CN202210372499.3
申请日：2022-04-11
Applicant: 东北大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提供一种面向基因调控网络的社区查询分析方法，涉及计算机技术领域。该方法首先读取基因调控网络数据，统计基因调控网络基本信息；再确定基因调控网络对应的距离范数评价模型；根据是否输入阈值p来决定对基因调控网络对应的距离范数评价模型进行常规核分解或p限制核分解；最后根根据用户输入的查询节点和条件在核分解后的基因调控网络上进行社区查询，并对查询结果进行评价。通过定义的有向图上的距离范数模型来进行社区查询，提高返回社区查询结果的质量。
-
公开(公告)号：CN111009324B
公开(公告)日：2023-11-28
申请号：CN201911162069.3
申请日：2019-11-25
Applicant: 东北大学
IPC: G16H50/20 , G06F18/24 , G06F18/214 , G06N3/0499
Abstract: 本发明提供一种脑网络多特征分析的轻度认知障碍辅助诊断系统及方法，涉及计算机辅助诊断技术领域。本系统包括输入模块、预处理模块、脑网络构建模块、特征提取模块、分类诊断模块以及输出模块；本发明综合考虑脑网络和轻度认知障碍疾病的各种特性，基于rs‑fMRI图像数据和复杂网络理论计算出多种特征进行分析，利用极限学习机进行分类，从而实现对轻度认知障碍进行辅助诊断，能够为医生分担工作量并提高诊断准确率，实现轻度认知障碍的早发现、早诊断、早治疗，降低患者向不可逆的阿尔兹海默病转化的风险，进而降低阿尔兹海默病的发病率。
-
公开(公告)号：CN111462824B
公开(公告)日：2023-08-08
申请号：CN202010500098.2
申请日：2020-06-04
Applicant: 东北大学
Abstract: 本发明提供一种面向基因调控网络的可达概率查询方法，属于医学信息学技术领域，该方法针对基因调控网络复杂特性而设计了具有新意的图缩减算法，针对不确定图上点与边不同的特征所设计的不同的缩减方式，提高了图缩减的效率和适用范围；此外相较于传统的可能世界与可达概率计算分离的算法，本申请提供的可达概率查询算法将二者合二为一，大大降低了时间复杂度和空间复杂度。本申请针对基因调控网络所设计的高效、快速且精准的查询方法，为明确致病基因与致病基因、致病基因与靶向药物之间的关系提供了一种有效可行的办法。
-
公开(公告)号：CN110675912B
公开(公告)日：2022-11-08
申请号：CN201910875164.1
申请日：2019-09-17
Applicant: 东北大学
Abstract: 本发明提供一种基于结构预测的基因调控网络构建方法。包括以下内容：首先计算系数矩阵，通过计算基因之间的Pearson系数、互信息及最大互信息来确定基因之间的相关性，作为筛选潜在父节点集的依据；然后进行结构预测，将获得的基因之间的系数矩阵作为判定基因潜在父节点集的依据，为每个基因选取潜在父节点集；最后进行基因调控网络的结构学习和参数学习。本发明通过基于Person系数、互信息及最大互信息相结合的方法预测基因的潜在父节点集，缩小结构学习的搜索范围，在一定程度上减少了基因调控网络的构建时间，提升计算性能，可以更加快速、准确地构建大规模基因调控网络，进一步了解生物的基因调控机制。
-
公开(公告)号：CN115048377A
公开(公告)日：2022-09-13
申请号：CN202210650145.0
申请日：2022-06-10
Applicant: 东北大学 , 东软集团股份有限公司
IPC: G06F16/22 , G06F16/2455 , G06F16/2458 , G06F16/27 , G06F21/62
Abstract: 本发明针对链上链下混合存储区块链的时空关键字查询问题，提出了一种混合存储区块链环境下的时空关键字查询方法，涉及计算机区块链查询技术领域；首先，针对查询语义较弱，构建按属性分类且赋予语义的区块链模型CSBM，为区块内的事务划分属性类型并添加语义；其次，针对查询效率较低，构建基于B2F‑BKM结构的链上两级索引结构，该结构能够对所有区块和事务进行索引，有效提升查询效率；最后，针对通信开销较大，设计链上链下时空关键字查询方法，通过遍历B2F‑BKM结构进行链上条件查询，然后根据连接属性值进行链上链下数据连接查询，相比传统查询方法减少了不必要的通信开销；经试验证明本发明索引具有良好稳定性，查询效率大幅提升并且通信开销明显降低。
-
Patent Agency Ranking
公开(公告)号：CN113360504A
公开(公告)日：2021-09-07
申请号：CN202110692472.8
申请日：2021-06-22
Applicant: 东北大学
IPC: G06F16/22 , G06F16/2453
Abstract: 本发明提供一种基于多区块链环境下的连接查询优化方法，涉及计算机区块链查询技术领域。本方法构建了基于SMM的多链连接索引SMMI，由三部分S‑Inverted Index、S‑Bitmap Index和S‑B+‑tree Index组成，完成共有属性的链间连接。基于SMMI的多链查询方法相比传统的查询方法将减少本地计算负载代价和网络延迟，提升查询效率。尤其面对海量数据时，数据的网络传输开销逐渐增加，连接计算的效率将会显著提升，给与更好的用户体验。
-
公开(公告)号：CN110719322B
公开(公告)日：2021-06-22
申请号：CN201910908631.6
申请日：2019-09-25
Applicant: 东北大学
IPC: H04L29/08
Abstract: 本发明涉及计算机区块链技术领域，特别是涉及一种基于区块链跨链的数据交叉存储方法。步骤1：建立n条区块链，基于PBFT共识机制向区块链中添加区块，若有区块链添加至触发转移区块条件的区块则执行步骤2至步骤5，若没有则继续添加区块；步骤2：选取一条添加至触发转移区块条件的区块的区块链记为original链，将该区块记为transition块；步骤3：在非original链集合中选取select链；步骤4：在select链中添加完整的transition块；步骤5：在original链及途径区块链集合S中的区块链中添加区块头。本发明能够有效保证区块链的安全性和完整性，且节省运行时占用的内存。
-
公开(公告)号：CN110691079A
公开(公告)日：2020-01-14
申请号：CN201910908742.7
申请日：2019-09-25
Applicant: 东北大学
Abstract: 本发明涉及计算机区块链技术领域，提供一种基于区块链加密的多副本可靠性验证方法。首先，构建基于区块链加密的多副本可靠性验证框架；然后，选取主节点，客户端对原始数据进行第一次加密，主节点使用第一次加密后的数据生成N个副本并对副本进行第二次加密后，将加密副本存入服务器，并将提取的元数据存入区块链；最后，选取主节点，通过比较加密副本集中使用不同副本标记加密的副本是否相同，来验证多个副本存在的真实性，若不存在虚假副本，则主节点通过比较从区块链上和从服务器中提取的数据摘要是否相同，来验证每个副本的数据完整性。本发明能够实现对多副本存在真实性及每个副本数据完整性的验证，且提升验证的效率和准确性。
-
公开(公告)号：CN110673966A
公开(公告)日：2020-01-10
申请号：CN201910908610.4
申请日：2019-09-25
Applicant: 东北大学
IPC: G06F9/54 , G06F21/64 , G06F16/27 , G06F16/2458 , G06F16/23
Abstract: 本发明涉及计算机区块链技术领域，提供一种基于区块链链上-链下协同的数据交互方法。首先构建链上-链下协同交互框架；当用户请求写入/更新数据时，在链下数据中心写入/修改原始数据，从原始数据/要修改的数据中提取数据摘要并签名，选取主节点构建区块并接入区块链，再通知其他节点同步；当用户请求查询数据时，发送签名给验证节点，验证节点查询链上数据并广播数据，当多于半数的验证节点查询到相同的数据时，选取主节点，主节点从链下数据中心查询原始数据并提取数据摘要，对比链上数据与链下数据，若一致则返回用户的查询权限，若不一致则通知用户数据损坏。本发明能够保证数据安全性和完整性，且在进行大型数据的交互时速度快。
-
公开(公告)号：CN107358267A
公开(公告)日：2017-11-17
申请号：CN201710595459.4
申请日：2017-07-20
Applicant: 东北大学
Abstract: 本发明提供一种基于互相关特征的乳腺超声图像多元分类系统及方法，包括超声图像预处理单元；感兴趣区域提取单元，用于提取感兴趣区域图像；内部互相关密度特征提取单元，提取感兴趣图像的内部互相关密度特征值；传统特征提取单元，用于提取感兴趣区域图像的多种传统特征值；多元分类单元，用于对分类器进行训练，并将内部互相关密度特征值向量和传统特征向量输入到训练完成的3个分类器进行分类，把被预测最多的类别作为最终分类结果。本发明的分类方法增加了基于感兴趣区域内部互相关密度特征，能够有效地改善乳腺超声计算机辅助诊断效果，并增加了乳腺囊肿这一良性病变的分类类别，进一步满足医生对乳腺超声计算机辅助系统的需求。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.035 seconds)
