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:江南大学
摘要:本发明公开了一种提供了基于局部‑全局图神经网络的类器官ATP预测方法,属于AI制药、计算机视觉、深度学习技术领域。所述方法获取待检测类器官的明场图像和非成像信息;利用局部关注图卷积神经网络对候选类器官进行节点信息局部关注特征提取;利用自注意力池化融合机制局部图文共表达特征;利用全局主题图卷积神经网络对局部图文共表达特征和局部类器官图嵌入得到所述待检测类器官明场图像的全局主题特征,最终得到ATP预测值,解决当前类器官ATP测量低通量和无法重复的问题,应用范围广,实验结果证明,本发明的ATP预测方法可实现快速、精准、无损、高通量的类器官ATP活性预测。
主权项:1.一种类器官ATP预测方法,其特征在于,所述方法包括:步骤1:获取待检测类器官的明场图像和非成像信息;步骤2:对所述明场图像进行阈值分割,获取若干个候选类器官;步骤3:利用局部关注图卷积神经网络对所述候选类器官进行特征提取,得到节点信息局部关注特征;所述局部关注图卷积神经网络包括:区域图构建模块和局部关注模块,所述区域图构建模块用于构建区域图表征类器官的拓扑信息,所述局部关注模块用于学习局部类器官图嵌入;步骤4:利用自注意力池化融合机制对所述非成像信息和所述节点信息局部关注特征进行融合,得到局部图文共表达特征;步骤5:利用全局主题图卷积神经网络对所述局部图文共表达特征和局部类器官图嵌入进行处理,得到所述待检测类器官明场图像的全局主题特征;所述全局主题图卷积神经网络包括:全局图构建模块和主题图感知模块,所述全局图构建模块用于将非成像信息和空间信息纳入框架,所述主题图感知模块通过多尺度架构对图的层次结构和上下文信息进行建模,从而得到所述类器官明场图像的全局主题特征;步骤6:利用多层感知机MLP层对所述待检测类器官明场图像的全局主题特征进行处理,得到ATP预测结果。
全文数据:
权利要求:
百度查询: 江南大学 基于局部-全局图神经网络的类器官ATP预测方法
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。