物理
收起
最新专利
-
利用卷积神经网络对冻干药物产品的缺陷检测 公开日期:2024-09-27 公开号:CN112912964A 申请号:CN201980068705.8利用卷积神经网络对冻干药物产品的缺陷检测
- 申请号:CN201980068705.8
- 公开号:CN112912964A
- 公开日期:2024-09-27
- 申请人:豪夫迈·罗氏有限公司
在一个实施例中,本发明公开了一种方法,所述方法包括:接收与药物产品容器相关联的一个或多个查询图像,所述一个或多个查询图像中的每一者均基于所述药物产品容器的特定角度;对于所述药物产品容器,通过使用目标机器学习模型处理所述一个或多个查询图像来分别计算与一个或多个缺陷指示相关联的一个或多个置信度分数;以及对于所述药物产品容器,分别基于所述一个或多个置信度分数与一个或多个预定义的阈值分数之间的比较来确定来自所述一个或多个缺陷指示的缺陷指示。- 发布时间:2023-06-11 12:28:11
- 0
-
基于大数据深度学习的中医个人风险分合协同预测方法 公开日期:2024-09-27 公开号:CN112669972A 申请号:CN202011629894.2基于大数据深度学习的中医个人风险分合协同预测方法
- 申请号:CN202011629894.2
- 公开号:CN112669972A
- 公开日期:2024-09-27
- 申请人:华南师范大学
基于大数据深度学习的中医个人风险分合协同预测方法,包括:目标用户确定步骤;目标疾病确定步骤;目标疾病望闻问切步骤;疾病排查望闻问切步骤;健康状况望闻问切步骤。上述方法、系统和机器人,通过借鉴中医的综合辩证的思想将望闻问切融为一体,能够分别获取望、闻、问、切的特征数据用于融合得到望闻问切的综合性特征数据,并输入深度学习模型进行疾病的诊断,充分借鉴了中医的综合辩证的思想,能够极大地提高疾病诊断的效果和准确率。- 发布时间:2023-06-04 11:32:14
- 0
-
热点残基和靶点蛋白复合物结构的生成方法及装置 公开日期:2024-09-27 公开号:CN114927160A 申请号:CN202210616239.6热点残基和靶点蛋白复合物结构的生成方法及装置
- 申请号:CN202210616239.6
- 公开号:CN114927160A
- 公开日期:2024-09-27
- 申请人:北京晶泰科技有限公司
本申请涉及一种热点残基和靶点蛋白复合物结构的生成方法及装置。该方法包括:将丙氨酸的原子坐标调整至靶点蛋白的特定表位区域后,在丙氨酸的两端分别延伸一个甘氨酸,形成初始三肽结构;将初始三肽结构中的丙氨酸分别突变为天然氨基酸或D型构象的天然氨基酸,获得对应的突变三肽结构;根据第一预设打分函数对突变三肽结构的骨架二面角随机赋值,获得对应的打分值并筛选获得候选三肽构象;候选三肽构象在靶点蛋白的特定表位区域中的局部区域进行分子对接,获得候选三肽与靶点蛋白的结合构象,并筛选获得结合自由能最低的优选三肽与靶点蛋白的结合构象。本申请的方案,可产生更多具有高可成环性的新热点残基或以优选三肽作为热点基序。- 发布时间:2023-05-20 11:15:46
- 0
-
一种基于光谱聚类的中药成分分析方法及系统 公开日期:2024-09-27 公开号:CN114783539A 申请号:CN202210461016.7一种基于光谱聚类的中药成分分析方法及系统
- 申请号:CN202210461016.7
- 公开号:CN114783539A
- 公开日期:2024-09-27
- 申请人:山东大学
本公开公开的一种基于光谱聚类的中药成分分析方法及系统,获取训练好的中药成分分析模型的具体过程为:获取中药成分近红外光谱样本;将中药成分近红外光谱样本划分为原始样本集和新样本集;将原始样本集划分为校正集和验证集,利用校正集和验证集构建获得中药成分分析模型;对新样本集进行聚类分析,获得不同的样本类别;选择距离各类别中心最近的样本为候选样本;将候选样本加入原始样本集划分出的校正集中形成新校正集,将新样本集中除候选样本外的其余样本作为测试集,利用新校正集和测试集对中药成分分析模型进行训练,获得训练好的中药成分分析模型。通过该训练好的中药成分分析模型进行中药成分分析时,提高了模型预测的精度。- 发布时间:2023-05-17 11:44:17
- 0
-
一种筛查致癌性化学品的集成学习方法 公开日期:2024-09-27 公开号:CN114743614A 申请号:CN202210316494.9一种筛查致癌性化学品的集成学习方法
- 申请号:CN202210316494.9
- 公开号:CN114743614A
- 公开日期:2024-09-27
- 申请人:大连理工大学
本发明属于面向化学品风险管理的高通量筛查技术领域,公开一种筛查致癌性化学品的集成学习方法。在已知化学品分子结构的基础上,通过计算其分子指纹,应用所构建的方法,即可筛查出具有致癌性的化学品。该方法简便高效、可节省实验测试费用。方法的构建过程如下:构建化学品致癌性数据集;分子PubChem指纹计算并进行预处理和特征筛选;集成模型训练;选用准确率等指标对模型性能进行评价;参照OECD导则表征模型应用域;本发明建立的筛查模型具有良好的拟合能力、稳健性和预测能力,能够有效筛查应用域内具有致癌性的化学品,为化学品的健全管理提供必要的工具,具有重要意义。- 发布时间:2023-05-16 10:30:02
- 0
-
基于BPMLP-XGBoost的产品活性值和ADMET性质的预测方法及系统 公开日期:2024-09-27 公开号:CN114649065A 申请号:CN202210337828.0基于BPMLP-XGBoost的产品活性值和ADMET性质的预测方法及系统
- 申请号:CN202210337828.0
- 公开号:CN114649065A
- 公开日期:2024-09-27
- 申请人:中国工程物理研究院计算机应用研究所|||电子科技大学
本发明公开了一种基于BPMLP‑XGBoost的药物产品活性值和ADMET性质的预测方法及系统,属于生物医药与计算科学交叉技术领域,解决现有技术对药物产品的生物活性值和ADMET性质的预测准确率低的问题。本发明对输入的所有药物数据进行预处理,其中,药物数据为分子描述符数据;对预处理得到的药物数据进行特征提取,提取后训练生物活性值预测模型,得到训练好的生物活性值预测模型;基于预处理得到的药物产品数据训练ADMET性质预测模型,得到训练好的ADMET性质预测模型;基于训练后得到的生物活性值预测模型和ADMET性质预测模型对待筛选的药物产品数据的生物活性值和ADMET性质进行预测,根据预测结果以及筛选条件,对药物产品数据清单进行筛选,得到候选药物产品数据筛选清单。本发明用于药物产品筛选,也可间接将方法用于如元器件等之类的其他产品筛选。- 发布时间:2023-05-14 11:46:02
- 0
-
一种生物医用β钛合金的杨氏模量的机器学习预测方法 公开日期:2024-09-27 公开号:CN114596924A 申请号:CN202210242347.1一种生物医用β钛合金的杨氏模量的机器学习预测方法
- 申请号:CN202210242347.1
- 公开号:CN114596924A
- 公开日期:2024-09-27
- 申请人:厦门大学
本发明公开了一种生物医用β钛合金的杨氏模量的机器学习预测方法,构建了三层结构,第一层机器学习模型用于预测生物医用钛合金的微观组织相组成,筛选β钛合金数据作为下一层模型的输入;第二层机器学习模型包括多个不同的基模型,输出β钛合金杨氏模量的初步预测结果;第三层机器学习模型以第二层机器学习模型的结果作为输入,得到β钛合金杨氏模量的最终预测结果。本发明提出的多层机器学习模型结构,快速、准确预测了生物医用β钛合金的杨氏模量,可代替大量的重复试验,降低了时间成本和研发成本。- 发布时间:2023-05-12 12:05:22
- 0
-
一种基于相似性和张量分解的微生物-疾病关联关系预测方法 公开日期:2024-09-27 公开号:CN114582526A 申请号:CN202210206471.2一种基于相似性和张量分解的微生物-疾病关联关系预测方法
- 申请号:CN202210206471.2
- 公开号:CN114582526A
- 公开日期:2024-09-27
- 申请人:湖南中医药大学
本发明公开了一种基于相似性和张量分解的微生物‑疾病关联关系预测方法,包括以下步骤:步骤S1,构建疾病功能相似性矩阵Dfunsim和疾病表征相似性矩阵Dsymsim,并对所述疾病功能相似性矩阵Dfunsim和所述疾病表征相似性矩阵Dsymsim进行均值集成得到最终的疾病相似性矩阵Sd;步骤S2,根据微生物的序列信息得到微生物的序列相似性Sm;步骤S3,利用已知的微生物‑疾病关联关系和关联类型构建一个微生物疾病关联的三维二进制关联矩阵;步骤S4,利用微生物相似性、疾病相似性和微生物疾病关联的三维二进制关联矩阵采用张量分解的模型对微生物‑疾病的深层次关联关系进行预测。- 发布时间:2023-05-12 11:54:41
- 0
-
基于多视图鲁棒表示的癌症亚型识别系统 公开日期:2024-09-27 公开号:CN114550906A 申请号:CN202210044372.9基于多视图鲁棒表示的癌症亚型识别系统
- 申请号:CN202210044372.9
- 公开号:CN114550906A
- 公开日期:2024-09-27
- 申请人:山东师范大学
本发明公开了基于多视图鲁棒表示的癌症亚型识别系统,包括:数据获取模块,用于获取多个待识别用户的多组学数据;视图特征提取模块,用于基于所有用户的多组学数据,得到若干个视图;鲁棒表示模块,用于构建每个视图的鲁棒表示和字典矩阵;相似图构建模块,用于基于每个视图的鲁棒表示,计算每个视图的相似图;融合模块,用于构建视图权重参数,并将各个视图的相似图进行加权融合,形成一致图;迭代更新模块,用于迭代更新每个视图的鲁棒表示、字典矩阵、相似图、视图权重参数和一致图,得到最优一致图;聚类模块,用于基于最优一致图,通过聚类将所有待识别用户划分到多种癌症亚型。充分利用了多视图之间的一致和互补信息来提高聚类性能。- 发布时间:2023-05-12 11:32:11
- 0
-
细胞类型确定方法、装置、设备以及存储介质 公开日期:2024-09-27 公开号:CN114496083A 申请号:CN202210094277.X细胞类型确定方法、装置、设备以及存储介质
- 申请号:CN202210094277.X
- 公开号:CN114496083A
- 公开日期:2024-09-27
- 申请人:腾讯科技(深圳)有限公司
本申请实施例公开了一种细胞类型确定方法、装置、设备以及存储介质,可适用于人工智能、生物工程以及区块链等领域。该方法包括:确定组织样本中各目标细胞的基因表达数据以及在组织样本中的位置信息,基于各目标细胞的基因表达数据和对应的位置信息,确定组织样本对应的目标基因表达特征;将目标基因表达特征输入编码模型,得到组织样本对应的基因编码特征,基于基因编码特征,确定各目标细胞的细胞类型。采用本申请实施例,可提升确定细胞类型时的准确性,适用性高。- 发布时间:2023-05-10 11:30:18
- 0