龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：齐鲁工业大学(山东省科学院)
摘要：本发明提出一种基于深度学习的从组织学图像预测空间基因表达的方法，涉及空间基因表达预测领域，更加高效且准确地从组织学图像中预测空间分辨率下的基因表达。首先，通过残差映射加深CNN的层数并在每一层残差块中加入高效通道注意力模块，使得模型能够提取更全面而详细的图像纹理特征。然后，采用视觉Transformer和动态图注意力网络（Dynamic‑GAT）同时建模组织测序点间的全局和局部关系，探究高分辨率组织学图像表型与空间基因表达之间的相关性，以实现更准确的空间基因表达预测。
主权项：1.基于深度学习的从组织学图像预测空间基因表达的方法，其特征在于，包括步骤：建立组织学图像数据集，对组织学图像进行预处理，得到每个切片预处理后的m个图像数据，为第i个组织切片的图像特征；其中，为每个切片图像数据的张量表示形式，n为每个切片测序点个数，，和分别代表每个斑点图像块的宽、高和通道数，并将数据集分为训练集和验证集；建立空间基因表达预测模型，所述空间基因表达预测模型包括ECA-ResNet、VisionTransformer、动态图注意力网络三个模块，通过残差映射加深CNN的层数，并在每一层残差块中加入高效通道注意力模块，采用VisionTransformer和动态图注意力网络同时建模组织测序点间的全局和局部关系；将预处理后的切片图像数据输入空间基因表达预测模型，提取切片图像所有斑点图像块的详细特征并将其压缩为斑点图像的特征序列，将序列化的深度图像特征与斑点空间位置编码信息融合，通过VisionTransformer的自注意力机制进行全局建模以捕获不同位置斑点细胞的关联关系，构建基于空间位置的斑点邻接关系图，利用动态图注意力网络计算斑点之间的注意力、动态表征相邻斑点之间的关系，根据邻居斑点信息更新斑点基因表达，最后通过全连接层将图像特征映射到基因数量维度，代表预测的该组织切片的空间基因表达谱。
全文数据：
权利要求：
百度查询： 齐鲁工业大学(山东省科学院) 基于深度学习的从组织学图像预测空间基因表达的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号