[发明专利]残差网络与通道注意力协同驱动下的基因突变预测方法在审
| 申请号： | 202310683300.3 | 申请日： | 2023-06-09 |
| 公开（公告）号： | CN116703867A | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 董云云;孙丽超;景超;常锐云;赵子安;张源榕;常云青;杨炳乾;白玉洁;冯秀芳 | 申请（专利权）人： | 太原理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06V10/764;G16B20/50;G16H50/20;G16H30/00;G06N3/0464;G06N3/08 |
| 代理公司： | 太原高欣科创专利代理事务所(普通合伙) 14109 | 代理人： | 孟肖阳;邓东东 |
| 地址： | 030024 *** | 国省代码： | 山西;14 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种残差网络与通道注意力协同驱动下的基因突变预测方法，属于深度学习技术领域；解决了现有深度学习在基因突变预测中存在的无法获取大规模影像数据、难以判断基因突变的类型导致模型精度低的问题；包括如下步骤：输入肺部的CT图像并进行预处理，然后将预处理后的肺部CT图像输入进行卷积处理提取肺结节的初步特征；使用1×1的卷积层，将残差块与SE机制的通道连接，实现跨通道的交互并将提取的肺结节信息进行整合；通过由残差块和SE机制组成的模块，重复两次来提取肺结节的精细特征；通过自适应平均池化层与全连接层连接对提取肺结节的精细特征进行分类，根据分类结果对基因突变进行多任务预测；本发明应用于基因突变预测。 | ||
| 搜索关键词： | 网络 通道 注意力 协同 驱动 基因突变 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太原理工大学，未经太原理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310683300.3/，转载请声明来源钻瓜专利网。
