| 专利号 | 2024113912540 | 申请日 | 2024-10-08 | 专利名称 | 基于深度学习的从组织学图像预测空间基因表达的方法 |
| 授权日 | 2025-01-28 | 专利权人 | 齐鲁工业大学(山东省科学院) | 发明人 | 袁林;蒋裕峰;孟博媛 |
| 主分类号 | G16B25/10 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提出一种基于深度学习的从组织学图像预测空间基因表达的方法，涉及空间基因表达预测领域，更加高效且准确地从组织学图像中预测空间分辨率下的基因表达。首先，通过残差映射加深CNN的层数并在每一层残差块中加入高效通道注意力模块，使得模型能够提取更全面而详细的图像纹理特征。然后，采用视觉Transformer和动态图注意力网络（Dynamic‑GAT）同时建模组织测序点间的全局和局部关系，探究高分辨率组织学图像表型与空间基因表达之间的相关性，以实现更准确的空间基因表达预测。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 生物产业 生物医学工程产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
