龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽中医药大学
申请日：2024-05-24
公开（公告）日：2024-06-21
公开（公告）号：CN118230826A
主分类号：G16B35/20
分类号：G16B35/20;G16B40/00;G06N3/042;G06N3/0464;G06N3/048;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本公开涉及基因表达谱识别分类技术领域，特别涉及一种基于扩散模型的抑郁症基因表达谱的识别方法及装置。本公开通过使用深度学习技术，能够对大规模的基因表达数据进行快速、高效的处理和分析，加快识别和分类抑郁症患者的速度，从而提高诊断的效率，而深度学习模型在处理复杂数据时具有很高的准确性，能够从海量数据中学习到复杂的模式和规律，从而更精确地识别出患有抑郁症的个体，并进行有效的分类，还具备高度自动化的处理过程，减少了人工干预的需求，在训练过程中自动学习到特征和规律，从而使整个识别和分类流程更加自动化和智能化。
主权项：1.一种基于扩散模型的抑郁症基因表达谱的识别方法，其特征在于，所述方法包括：采集基因表达数据，并进行数据筛洗，得到矫正数据；根据矫正数据构建基因表达图，图中节点代表基因，边代表基因之间的相互作用强度，将基因表达图以矩阵形式表示，得到特征矩阵；根据特征矩阵，采用条件变分自编码器CVAE，得到基因表达数据的潜在表示；建立多任务学习框架，采用DDPM模型和分类任务共享底层特征表示层，在顶层分别进行去噪和分类,通过最小化组合损失函数，调整任务相对重要性的权重；基于基因表达数据的潜在表示对多任务学习框架进行训练，得到训练完成的多任务学习框架，并用于基因表达谱分类和疾病严重度预测。
全文数据：
权利要求：
百度查询： 安徽中医药大学 一种基于扩散模型的抑郁症基因表达谱的识别方法及装置
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