-
公开(公告)号:CN119941579A
公开(公告)日:2025-05-06
申请号:CN202510027888.6
申请日:2025-01-08
Applicant: 新乡医学院
Abstract: 本发明公开了一种基于反事实扩散模型的影像伪影修复方法及系统,涉及图像处理技术领域,包括:获取多模态数据,对所述多模态数据进行数据筛选;对筛选后的数据进行预处理,构建标准化数据集;基于反事实扩散模型构建影像伪影修复模型;通过标准化数据集对所述影像伪影修复模型进行训练;通过训练好的影像伪影修复模型对被伪影污染的影像图像进行伪影修复。本发明在训练阶段仅使用无伪影数据,解决缺少配对数据对当前伪影修复技术的限制;本发明在修复时不局限于单模态的单个部位,在处理不同模态影像时,仍能保证修复之后的影像质量,保持影像的高分辨率和细节;能够有效提升影像质量,将影像中的关键细节进行保留,提高了图像的精准性。
-
公开(公告)号:CN117789829A
公开(公告)日:2024-03-29
申请号:CN202311792988.5
申请日:2023-12-25
Abstract: 本发明公开了一种基于去噪扩散模型的启动子活性优化方法,涉及生物信息学技术领域。包括:S1、获取待优化的启动子序列;S2、对启动子序列做二维独热编码预处理;S3、根据S2中获得的二维独热编码基于序列表达预测模型以及全局归因函数获取碱基上不同嘌呤的归因系数;S4、根据S3中碱基上不同嘌呤的归因系数确定待优化位置;S5、基于去噪扩散概率模型对S4中确定的待优化位置进行优化。本发明结合了神经网络可解释性分析,根据不同位置碱基的归因系数高低来精确提取待优化位置,能够有效提高启动子的活性,自动识别并保留原启动子的关键序列特征。
-