[发明专利]蛋白质数据特征提取方法

权利要求书

1.一种蛋白质数据特征提取方法，其特征在于，包括以下步骤：

（1）、对蛋白质的原始三维模型进行预处理，包括数据类型转换和数据大小标准化，得到预处理三维模型；

（2）、获取预处理三维模型的多个二维视图，提取各所述二维视图的图像特征矩阵，将所有的图像特征矩阵进行融合，得到蛋白质的二维特征矩阵；

（3）、对预处理三维模型进行特征提取，获取蛋白质的三维特征矩阵；

（4）、将蛋白质的二维特征矩阵和三维特征矩阵进行融合计算，得到蛋白质数据特征矩阵；

步骤（2）中所获取的二维视图至少覆盖所述预处理三维模型的全部外表面，各二维视图的大小相等；

步骤（2）中提取各所述二维视图的图像特征矩阵的方法为：利用卷积神经网络分别提取所述二维视图的图像特征矩阵；

步骤（2）中将所有的图像特征矩阵进行融合的方法为：将所有图像特征矩阵中同一位置的值进行比较，找出最大值作为该位置的值，得到一个二维矩阵即为蛋白质的二维特征矩阵；

步骤（3）中蛋白质的三维特征矩阵的获取方法为：

（31）、将预处理三维模型映射到离散的体素坐标中，构建蛋白质的体素占用网格模型；

（32）、对所述体素占用网格模型进行特征提取，得到蛋白质的三维特征矩阵；

步骤（31）中构建蛋白质的体素占用网格模型包括二进制占用网格、密度占用网格以及击中占用网格三种，步骤（32）中分别对三种占用网格进行特征提取，得到各占用网格所对应的立体特征矩阵，将所有的立体特征矩阵进行融合计算，得到蛋白质的三维特征矩阵；

步骤（32）中对占用网格采用具有三维卷积核的卷积神经网络进行特征提取；

步骤（32）中将所有的立体特征矩阵进行融合计算的方法为：将所有立体特征矩阵中同一位置的值进行比较，找出最大值作为该位置的值，得到一个三维矩阵即为蛋白质的三维特征矩阵；

步骤（4）中将蛋白质的二维特征矩阵和三维特征矩阵进行融合计算包括：

分别对所述二维特征矩阵和三维特征矩阵进行卷积计算，得到两组向量，将所述两组向量拼接，得到蛋白质数据特征矩阵。

2.根据权利要求1所述的蛋白质数据特征提取方法，其特征在于，步骤（1）中对蛋白质的原始三维模型进行预处理方法包括：将原始三维模型转换为可视化读取文件，以及将原始三维模型的数据大小进行缩小或者放大，转换为设定的标准值。