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：曲阜师范大学
申请日：2024-04-29
公开（公告）日：2024-06-21
公开（公告）号：CN118228115A
主分类号：G06F18/241
分类号：G06F18/241;G06N3/0464;G06N3/08;G06F40/30;G16B40/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明属于智能计算与数据挖掘领域，公开了一种基于全局‑局部图Transformer的多组学数据分类方法。首先，针对每种组学数据，通过全局‑局部图Transformer，结合图卷积层与多头自注意力层捕捉图的拓扑结构和语义信息，以捕获不同组学数据的全局‑局部特征表示；然后采用对比学习策略，学习样本之间的相似性和差异性，以从不同组学数据的异质性信息中挖掘更具有鉴别性和鲁棒性的图表示，深入理解复杂疾病患者之间的相互关系；最后通过深度融合网络实现多组学数据分类。本发明方法充分捕获了特征层面与组学层面的潜在信息，分类性能良好，对提高患者临床诊断结果的准确性以及推动精准医疗具有重要意义。
主权项：1.一种基于全局-局部图Transformer的多组学数据分类方法，其特征在于，包括以下步骤：步骤1：提出了一种全局-局部图Transformer，结合图卷积层与多头自注意力层捕捉图的拓扑结构和语义信息，以综合考虑不同组学数据的全局-局部特征表示；步骤2：利用对比学习策略，学习样本之间的相似性和差异性，从不同组学数据的异质性信息中挖掘具有鉴别性和鲁棒性的图表示，深入理解复杂疾病患者之间的相互关系，实现复杂疾病患者精准分类。
全文数据：
权利要求：
百度查询： 曲阜师范大学 一种基于全局-局部图Transformer的多组学数据分类方法
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