-
公开(公告)号：CN119992031A
公开(公告)日：2025-05-13
申请号：CN202510069576.1
申请日：2025-01-16
Applicant: 厦门大学
IPC: G06V10/20 , G06N3/084 , G06V10/82 , G06V10/74 , G06V10/764
Abstract: 本发明涉及基于局部空间结构的质谱成像数据归一化方法及系统，方法包括：通过构建空间邻近矩阵和谱相关性矩阵，并相乘得到像素间的邻接矩阵，捕捉像素间的空间关系和谱相似度；对数据进行降维处理，以减少计算复杂度并提取主要特征；对降维后的数据实施对数变换，计算邻居像素谱之间的L1范数距离，并引入惩罚系数构建目标函数；采用梯度下降法最小化目标函数，迭代更新所有像素的归一化系数直至收敛；将归一化系数应用于初始MSI数据，获得归一化后的数据集。本发明通过基于局部空间结构的质谱成像数据归一化方法实现对MSI数据进行归一化校正的同时，较好地保留局部空间结构，使得不同组织微区之间的边界更加清晰，更容易分辨。
-
公开(公告)号：CN117491407A
公开(公告)日：2024-02-02
申请号：CN202311415982.6
申请日：2023-10-30
Applicant: 厦门大学
Abstract: 本发明公开了一种基于谱峰拟合的白茶存储年份鉴定方法及系统，属于核磁共振检测技术应用领域，该系统的构建步骤包括：(1)对白茶样品的一维核磁共振氢谱(1H NMR)数据进行预处理；(2)获取白茶代谢物标准品的1H NMR谱及其谱峰信息；(3)利用白茶代谢物标准品的谱峰信息对白茶样品1H NMR谱进行拟合；(4)对白茶样品1H NMR谱中与代谢物标准品谱峰未能匹配的剩余谱峰进行拟合；(5)合并代谢物标准品和未匹配峰的拟合结果，为各品种的白茶分别构建储存年份鉴定模型。本系统通过对白茶样品一维核磁共振氢谱的拟合，最大限度地利用样品的氢谱信息，为白茶存储年份的鉴定提供更全面、更可靠的信息，同时为生物核磁共振谱的分析提供新方法。
-
公开(公告)号：CN119889701A
公开(公告)日：2025-04-25
申请号：CN202510361147.1
申请日：2025-03-26
Applicant: 厦门大学
IPC: G16H50/30 , G06F18/25 , G06F18/213 , G06F18/243 , G06F18/2415
Abstract: 本发明公开了基于微生物组分层特征自适应融合的疾病预测方法及系统，涉及微生物组数据分析技术领域，使用训练好的疾病预测模型基于微生物组数据进行疾病预测；疾病预测模型通过分层特征提取模块对五个分类层级的特征数据进行多层次特征提取，并将结果整合为多级融合特征；利用多尺度特征融合模块通过模式流、上下文流和内容流三条并行通路处理多级融合特征，实现微生物组数据的全方位表征；训练过程引入动态采样模块，基于类别平衡机制和不确定性评估策略，动态调整样本采样权重；最后通过分类器对多尺度融合特征进行疾病预测。本发明充分利用微生物分类层级信息，实现多维度特征表征，有效应对样本不平衡问题，提高疾病预测准确率。
-
公开(公告)号：CN119598198A
公开(公告)日：2025-03-11
申请号：CN202411681323.1
申请日：2024-11-22
Applicant: 厦门大学
IPC: G06F18/214 , G06F18/15 , G06F18/22 , G06F18/2135 , G16B40/00 , G16B20/00
Abstract: 本发明公开了一种基于局部相似性的代谢组学样本归一化方法及系统，方法包括：初始化步骤，给定待归一化的代谢组学数据矩阵并初始化样本的归一化系数；投影步骤，将数据矩阵投影到主成分分析子空间中，得到投影数据矩阵；最近邻集构建步骤，利用数据矩阵计算任意两个样本之间的相关性，并利用投影数据矩阵计算任意两个样本之间的距离，根据相关性和距离指标得到每个样本的最近邻集；样本归一化步骤，计算样本向量的归一化系数，得到归一化组成新的数据矩阵；迭代步骤，迭代子空间投影步骤至样本归一化步骤，直至归一化数据矩阵的相对变化量小于给定阈值。本发明保留了数据的局部结构，同时矫正稀释效应，使样本数据之间具有更好的可比性。
-
公开(公告)号：CN119323519A
公开(公告)日：2025-01-17
申请号：CN202411349381.4
申请日：2024-09-26
Applicant: 厦门大学
Abstract: 本发明公开了一种基于标签传播网络的质谱成像空间超分辨重构方法及系统，方法包括：对MSI数据进行预处理，得到MSI数据的低维表示；将低维表示与H&E染色图像进行配准；对H&E染色图像进行空间分割得到多个图像块，为每一个图像块构建一个标签传播网络；将MSI数据作为网络中匹配节点的标签，并沿网络传播，同时更新网络节点的标签；将节点标签与基于统计的特征进行融合，构建回归模型计算各超像素的特征，实现MSI的空间超分辨重构。本发明在MSI中融合了H&E图像的结构信息，并通过局部的仿射变换配准实现全局的多模态配准，将H&E染色显微图像替换为其它模态的高分辨率医学图像，可以实现其它模态驱动的质谱成像超分辨重构，提高MSI空间分辨率。
-
Patent Agency Ranking
公开(公告)号：CN114038509B
公开(公告)日：2024-06-28
申请号：CN202111301560.7
申请日：2021-11-04
Applicant: 厦门大学
Abstract: 一种基于代谢物关联网络的受扰动通路分析方法，属于分析技术领域。包括步骤：1)对生物样品中的代谢物组进行分析，数据预处理后得到代谢组学数据矩阵；2)构造代谢物‑代谢通路二部图；3)将代谢组学数据矩阵进行代谢物关联网络建模，得到实验组和对照组之间的差异网络；4)计算差异网络在二部图上的富集度；5)基于两组样本间的差异代谢物网络，结合通路数据库的信息，对通路按重要性进行排序，识别潜在扰动通路；6)对潜在扰动通路进行显著性检验，获得显著扰动的代谢通路。利用差异网络的相关理论分析生物机体不同生理状态之间的差异，所筛选出与实验组相关的受扰动代谢通路更为可靠，为理解生物机体背后的发生机制提供新的研究思路。
-
公开(公告)号：CN112731234B
公开(公告)日：2021-10-29
申请号：CN202011594412.4
申请日：2020-12-29
Applicant: 厦门大学
Abstract: 一种基于圆弧切线模型的核磁共振波谱基线校正方法，涉及核磁共振波谱基线校正。1)将所采集到的fid数据末尾补零至2的整次幂个数据点，进行快速傅里叶变换、相位校正，得到样品的核磁共振波谱数据，并进行数据预处理；2)对样品核磁共振波谱进行谱峰识别，计算每个谱峰的半高宽，设置圆弧半径R为谱峰半高宽的中值，构建圆弧方程；3)滑动圆弧的圆心位置，计算样品核磁共振波谱与圆弧的切线点，得到圆弧滑动轨迹，根据圆弧滑动轨迹计算得到波谱基线点；4)对样品核磁共振波谱基线点进行平滑和尺度逆变换，得到波谱基线，实现样品核磁共振波谱的基线校正。可以校正基线失真较大的波谱。避免校正后出现负峰，可推广至二维波谱的基线校正。
-
公开(公告)号：CN109187614B
公开(公告)日：2020-03-06
申请号：CN201811130259.2
申请日：2018-09-27
Applicant: 厦门大学
Abstract: 本发明公开了基于核磁共振和质谱的代谢组学数据融合方法及其应用，该方法包括：分别利用核磁共振谱仪和液相色谱‑质谱仪器采集生物样品的代谢轮廓，得到基于核磁共振(NMR)和基于质谱(MS)的两种代谢组学数据；利用Diffreg检验方法，先从MS数据中筛选出对NMR数据具有补充意义的变量，将所筛选的MS变量集与NMR数据集合并；再从新数据集中删除冗余的变量，则所得的数据即为融合数据，便于后续的建模分析。本发明方法得到的模型具有更好的解释与预测性能，且对于其它代谢组学平台的数据融合具有很强的适用性。
-
公开(公告)号：CN108344761A
公开(公告)日：2018-07-31
申请号：CN201810138200.1
申请日：2018-02-10
Applicant: 厦门大学
IPC: G01N24/08
Abstract: 本发明公开了一种电针治疗慢性萎缩性胃炎的疗效评价方法，包括：制备慢性萎缩性胃炎(CAG)大鼠模型，并对CAG大鼠电针干预，收集血清和尿液样本；对样本进行核磁共振氢谱检测，得到代谢指纹图谱；对谱数据进行预处理后构建偏最小二乘判别分析(PLS-DA)模型，并对判别模型进行交叉验证；正常大鼠与CAG大鼠的PLS-DA模型可用于分子诊断，CAG大鼠与电针治疗大鼠的PLS-DA模型可用于电针疗效评价。利用本发明方法可以获得与CAG病理及电针治疗相关的代谢标记物，对于进一步拓展慢性萎缩性胃炎的电针防治、阻断其向胃癌演变具有重要的实际意义。
-
公开(公告)号：CN119888086A
公开(公告)日：2025-04-25
申请号：CN202510043138.8
申请日：2025-01-10
Applicant: 厦门大学
IPC: G06T17/00 , G06V10/40 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 基于深度感知的多视图立体三维重建方法，涉及多视图三维重建。通过多尺度特征提取框架，结合特征金字塔和双分支深度融合网络，从多个视角的图像中提取高判别力特征。随后，利用可微单应性变换将二维特征映射至三维深度假设平面，构建代价体，并通过分组聚合策略强调视图间特征关联性。采用3D U‑Net结合深度协同注意力机制对代价体进行正则化，以减少误匹配和冗余。将深度图估计视为分类任务，利用Softmax计算深度假设概率，并通过Argmax选取最优深度值，生成多视角深度图。整个流程采用交叉熵损失监督模型训练，实现高精度三维重建。有效提升三维重建的精度与效率，在复杂场景的三维重建中表现出更高的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.023 seconds)
