-
公开(公告)号：CN117746985A
公开(公告)日：2024-03-22
申请号：CN202311803449.7
申请日：2023-12-26
Applicant: 厦门大学
Abstract: 公开了一种对肿瘤RNA测序数据的病毒检测方法及系统，包括对原始肿瘤RNA测序数据进行预处理；处理后的肿瘤RNA测序数据输入基于序列信息的通道和基于密码子的通道进行特征提取，生成特征矩阵；构建序列信息预测模型和密码子信息预测模型，将所述基于序列信息的通道和基于密码子的通道生成的特征矩阵分别输入序列信息预测模型和密码子信息预测模型进行训练和优化；对每个测序读数的病毒概率进行预测，得到模型分数；根据模型分数选择病毒测序读数组装病毒contigs。本发明通过引入多模态深度学习方法，提高了病毒监测的精度和鲁棒性，同时能够自适应处理不同来源和不同长度的测序数据，从而更好地满足医疗和研究领域对于肿瘤测序数据中病毒鉴定的需求。
-
公开(公告)号：CN114318378B
公开(公告)日：2023-06-30
申请号：CN202111453813.2
申请日：2021-12-01
Applicant: 厦门大学
IPC: C25B3/25 , C25B3/07 , C25B11/042
Abstract: 一种电还原CO制乙醇的催化剂及其制备方法，所述催化剂为烷基胺或不饱和烃基胺保护的Cu/Cu2O催化剂，Cu为内核，Cu2O为壳层。制备方法如下：1)将原料Cu(acac)2和反应溶剂DMF混合均匀，搅拌，得到溶液A；2)向溶液A中滴加含还原剂、CTAB、PVP和烷基胺或不饱和烃基胺水溶液B，搅拌得到溶液C；3)将溶液C转移至高压釜中密封，一定温度下反应，过滤收集固体催化剂，用有机溶剂洗涤，干燥后得到催化剂Cu/Cu2O。在‑0.7V vs RHE时，C2+产物的法拉第效率达到95％，电流密度为151mA cm‑2，其中乙醇的法拉第效率为70％。
-
公开(公告)号：CN114913921A
公开(公告)日：2022-08-16
申请号：CN202210491212.9
申请日：2022-05-07
Applicant: 厦门大学
Abstract: 本发明公开了一种基于聚类网络模型解释的标志基因识别系统，包括：数据提取和预处理单元，配置用于数据提取和预处理，获取基因表达矩阵原数据；聚类网络模型单元，配置用于通过聚类网络模型获得所述基因表达矩阵的低维表达向量并聚类成簇；模型解释单元，配置用于通过模型解释算法解释所述聚类网络模型，获得特征贡献度，所述特征贡献度为基因表达数据特征对所述聚类网络模型的聚类结果的影响程度；标志基因识别单元，配置用于根据所述特征贡献度，识别标志基因。该系统能够依据特征贡献度对基因表达矩阵数据的去冗余，与常规的聚类模型相比，有较强的可解释性与可信度。
-
公开(公告)号：CN111445636A
公开(公告)日：2020-07-24
申请号：CN202010298777.6
申请日：2020-04-16
Applicant: 厦门大学
Abstract: 一种共享或公共自行车锁及管理方法，包括锁体装置和控制单元，锁体装置包括锁柱、第一锁定单元、第二锁定单元，自行车A的第一锁定单元与自行车A的锁柱配合锁定自行车A，自行车A的第二锁定单元与自行车B的锁柱配合将自行车A B串联锁定。锁柱上设有RFID射频标签，第一锁定单元和第二锁定单元均包括有上锁感应块和限位感应器；控制单元包括MCU控制模块及与MCU控制模块相连接的通讯模块、GPS模块、RFID射频模块；电机、上锁感应块和限位感应器均与MCU控制模块连接。自行车本身可以作为活动的停车桩，串联停放下一部车，再结合系统的管理和控制，可以有效解决共享单车无序停放及公共自行车定点投放取放不便等问题。
-
公开(公告)号：CN108765297B
公开(公告)日：2020-07-17
申请号：CN201810619839.1
申请日：2018-06-14
Applicant: 厦门大学
IPC: G06T3/40
Abstract: 基于循环训练的超分辨率重建方法，涉及超分辨率图像重建。输入低分辨率图片，生成高分辨率图片，预训练图像放大生成器；输入高分辨率图片，生成低分辨率图片，预训练图像缩小生成器；连接图像放大生成器和图像缩小生成器，循环训练直至收敛。受到CycleGAN的启发，采用了一个对称的图像放大和缩小的网络结构，它由两个生成器组成，可以实现从低分辨率图片到高分辨率图片的循环生成，通过这种循环训练的方式对SR效果进行调优。
-
Patent Agency Ranking
公开(公告)号：CN106202999B
公开(公告)日：2018-12-11
申请号：CN201610577084.4
申请日：2016-07-21
Applicant: 厦门大学
IPC: G06F19/24
Abstract: 本发明提供了一种基于不同尺度tuple词频的微生物高通量测序数据分析协议，其包括：步骤1：获取宏基因组样本的2‑10bp的短tuple高通量测序数据，采用插值上下文马尔科夫模型进行建模微生物群落的背景基因组，再采用无监督的聚类方法来比较宏基因组样本，得出宏基因组样本的类别信息；步骤2：基于步骤1)中聚类得出的类别信息，将≥30bp的长tuple作为特征，采用有监督的样本分类方法找出描述宏基因组样本类别的特异性特征长tuple序列。本发明混合不同阶次的马尔科夫模型，由数据本身决定各阶次马尔科夫模型所占的权重，并允许分析上下文不连续的序列之间的关系。
-
公开(公告)号：CN108921785A
公开(公告)日：2018-11-30
申请号：CN201810614929.1
申请日：2018-06-14
Applicant: 厦门大学
Abstract: 基于小波包的超分辨率重建方法，输入三通道彩色低分辨图，通过32个残差单元构成的深度神经网络输出高分辨图片的高频特征；将32个残差单元的输出再输入到另外一组32个残差单元构成的深度神经网络，再输出高分辨率图片的低频特征；利用小波包将高分辨图片的低频特征和高频特征合成为最终的高分辨率图片。网络结构更为简单，训练参数更少，从而可以构建出比之前方法更深的网络结构，而增加网络深度及特征通道数是提高模型的准确率的重要方法之一。小波包是用来将图片的高频细节和低频内容分开，利用各自独立的损失函数来控制的高频细节信息和低频图片内容在超分辨率重建中所占的比例，可控制出现过度的纹理细节，或者纹理缺失的情况。
-
公开(公告)号：CN108765297A
公开(公告)日：2018-11-06
申请号：CN201810619839.1
申请日：2018-06-14
Applicant: 厦门大学
IPC: G06T3/40
Abstract: 基于循环训练的超分辨率重建方法，涉及超分辨率图像重建。输入低分辨率图片，生成高分辨率图片，预训练图像放大生成器；输入高分辨率图片，生成低分辨率图片，预训练图像缩小生成器；连接图像放大生成器和图像缩小生成器，循环训练直至收敛。受到CycleGAN的启发，采用了一个对称的图像放大和缩小的网络结构，它由两个生成器组成，可以实现从低分辨率图片到高分辨率图片的循环生成，通过这种循环训练的方式对SR效果进行调优。
-
公开(公告)号：CN101654671B
公开(公告)日：2011-12-14
申请号：CN200910112352.5
申请日：2009-08-07
Applicant: 厦门大学
Abstract: 核酸杂交分子的洗脱分选方法，涉及一种核酸片段的分选方法，特别是涉及一种主要用于分离重复次数不同的微卫星DNA片段的分选方法。提供一种可提高目的核酸片段的特异性、估算杂交分子的熔点、分选匹配程度不同的核酸片段，兼顾产量和特异性的核酸杂交分子的洗脱分选方法。将包含特征序列核酸捕获探针和待分选的核酸片段杂交，并固定在固相基质上，用洗脱液漂洗以获得产物。逐渐提高洗脱液的洗脱强度，便获得特异性越来越高的产物。分析不同洗脱强度下产物的特异性，以便分别收集特异性不同的产物，实现对同类核酸片段的分选。
-
公开(公告)号：CN117883091A
公开(公告)日：2024-04-16
申请号：CN202410303780.0
申请日：2024-03-18
Applicant: 厦门大学
IPC: A61B5/318 , G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/346 , A61B5/00
Abstract: 公开了一种基于ECG数据的高血压介导心脏损伤检测方法，基于待检测病例的12导联的ECG数据构建并训练获取一个MML‑Net网络，所述MML‑Net网络包括相互连接的特征提取模块、特征融合模块和MLP分类器，利用特征提取模块和特征融合模块提取多尺度的波形特征向量和时间特征向量，所述特征提取模块采用两层挤压‑激励残差块对所述12导联的ECG数据进行整合，使用所述MLP分类器预测病例患有高血压的概率，基于MML‑Net网络进行可解释分析，搭建ECG‑XAI可解释框架，得到与标准ECG特征波形相对齐的心拍级显著性图，实现基于ECG时序数据对高血压介导心脏损伤的早期检测，提高了高血压介导心脏损伤早期检测的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.029 seconds)
