CN105975811B - 一种智能比对的基因序列分析装置 - Google Patents

一种智能比对的基因序列分析装置 Download PDF

Info

Publication number
CN105975811B
CN105975811B CN201610301745.0A CN201610301745A CN105975811B CN 105975811 B CN105975811 B CN 105975811B CN 201610301745 A CN201610301745 A CN 201610301745A CN 105975811 B CN105975811 B CN 105975811B
Authority
CN
China
Prior art keywords
gene
gene order
user
case
individual subscriber
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610301745.0A
Other languages
English (en)
Other versions
CN105975811A (zh
Inventor
管仁初
贺冠楠
梁艳春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610301745.0A priority Critical patent/CN105975811B/zh
Publication of CN105975811A publication Critical patent/CN105975811A/zh
Application granted granted Critical
Publication of CN105975811B publication Critical patent/CN105975811B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种智能比对的基因序列分析装置，本发明通过对医院各种治疗设备存储的基因库的设计出包含基因库服务器、序列比对模块、智能比拼模块、健康分析模块四部分。本装置利用一定数量的标准用例基因作为标准基因序列，将用户个人的基因序列与标准基因序列通过一定的比对生成进行比对，对相似度结果进行分析，得出该用户存在亚健康或者不健康的可能性结论，并给出生产生活指导，用户可以与好友进行智能比对，得出胜负，以智能比对结果友好地提示用户的基因潜在亚健康的概率高低，引起用户自身的注意。

Description

一种智能比对的基因序列分析装置
技术领域
本发明涉及一种全国性基因服务器中的基因序列分析装置，具体涉及一种基于基因序列比对的智能分析装置。
背景技术
基因是生物体的遗传物质，它由特定的编码序列决定生物体不同的性状表现。人类的诸多亚健康等疑难症状，与人类的基因密切相关，如果我们能通过分析人的基因序列来检测是否有发生潜在的亚健康的可能，那么我们就能够提前采取措施预防或，以达到更好的效果，为社会造福。
该技术的前提是基因测序技术和序列比对技术，随着生物信息科学的迅速发展基因测序和序列比对的技术已经非常先进，为基于基因序列比对的趣味性亚健康分析技术的出现提供了可能。
目前，随着二代测序技术的日臻成熟，人类基因组测序已从开始的30亿美金下降到约1000美金。不久的将来就会实现数百美金甚至更低来测序一个人的整个基因组序列。个性化基因序列分析，亚健康分析等与基因组信息相关的产业将随着测序价格的下调呈井喷式增长。
另一方面，随着生活水平的提高，人们对于健康的生活方式越来越关心，通过基因比对分析得到的对健康生活的指导性意义也越来越受欢迎。而且现在人们生活富足了，会有更多的人愿意拿钱去测序自己的基因。
随着海量生物信息数据的涌现，通过大量基因库服务器中的个人生物信息数据(基因、蛋白质序列)分析和生物信息数据将成为新的潮流。
发明内容
本发明为了检测可能会处于的某些由遗传基因决定的亚健康状态，并提前采取相应措施进展预防和防护，提供一种智能比对的基因序列分析装置，其利用一定数量的标准用例基因作为标准基因序列，将用户个人的基因序列与标准基因序列通过一定的比对生成进行比对，对相似度结果进行分析，得出该用户患得某种亚健康的可能性结论，并给出健康指导和日常生活建议。
本发明所采用的技术方案为，一种智能比对的基因序列分析装置，其特征在于，包括：
基因库服务器，按照不同类别、不同程度存储用户个人的基因序列和标准用例的基因序列；
序列比对模块，用于将用户个人的基因序列与相对应类别的标准用例的基因序列进行相似度比对，并返回与标准用例的基因序列的相似度值；
智能比拼模块，用于用户之间相同类别的基因序列与标准用例的基因序列的相似度比拼；
健康分析模块，用于通过分析某一类别的用户个人的基因序列与标准用例的基因序列在不同程度下的基因序列的相似度，得出用户健康的发展趋势，并给出健康指导以及日常生活建议；
基因库服务器具体包括：数据库存储单元、数据库控制单元；
数据库存储单元，用于存储相互关联的“用户”、“基因类别”、“表现程度”信息，通过合理的数据库设计，将标准用例的基因序列和用户个人的基因序列与“表现程度”与“基因类别”联系，将标准用例的基因序列和用户个人的基因序列与“用户”相联系；每个用户只能访问自己的基因库，不能访问其他用户的用户个人的基因序列和标准用例的基因库；
数据库控制单元，对数据库存储单元进行添加、修改、删除等操作；
序列比对模块包括：序列比对生成单元，用于用户个人的基因序列与标准用例的基因序列之间进行相似度比对，并提取将得到的相似度比对的结果进行返回，智能比对生成包括以下步骤：
步骤1：对参与比对的两条序列对进行字母表划分得到十个点位的特征向量；
步骤2：通过十个点位的特征向量的数据期望的值，根据公式：
通过标准用例的基因序列的标准数据期望的值ki进行计算，得出与用户个人的基因序列的特征差，记Δki,并根据下列公式对典型亚健康的平均数据期望kave的值通过下列公式生成序列第i点位的分值信息：
其中e为自然常数；
通过得到的ai创建打分矩阵；
步骤3：根据得到的打分矩阵打分；
步骤4：对由步骤3得到的高于一定阈值的参与比对的两条序列对进行两端延伸；
步骤5：对由步骤4得到的高于一定阈值的参与比对的两条序列对进行评估，得出最后的高分片段；
计算统计单元，用于统计由步骤5得出的高分片段，并根据参与比对的参与比对的两条序列对的长度计算出相似度值；
智能比拼模块具体包括：
智能比对单元，用于用户之间进行相同类型基因的比拼，即以各自帐户里的用户个人的基因序列与标准用例的基因序列的比对值为比拼依据，按分值的高低分出胜负，从分数中得出胜者可能向该基因的表达性状发展趋势更大，记为智能比对结果并记录；
健康分析模块具体包括：
健康分析单元，用于在用户的各自帐户里分析用户个人的基因序列与对应类别下全部程度的标准用例的基因序列的比对结果值，比对结果值的目的是分析用户的用户个人的基因序列是否与某种亚健康的基因序列类似，如果类似，记为A,并生成目前用户个人身体状态要达到这种亚健康程序所需要的时间t1和可能性μ,以及这种亚健康通常持续时间t2,根据不同的用户特征把类似A、t1和t2与这种亚健康进行进行映射，其映射公式f(A)为：
从而得出用户由某一类型基因决定的潜在的亚健康发展趋势，并将潜在的亚健康发展趋势结果返回；由于用户个人的基因序列受环境控制容易产生变化，可以将映射公式f(A)为存储在一个可以查询的循环链表，用于序列表的匹配，如果发生个人基因序列的异常状态，便把结果发送给指导建议单元；
指导建议单元，用于针对健康分析单元所得出的结果，给出合理的健康生活指导，以及生活生产建议。
附图说明
图1为本发明的结构示意图；
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，能实现同样功能的产品属于等同替换和改进，均包含在本发明的保护范围之内。具体方法如下：
实施例1：如图1所示，本发明通过对医院治疗设备存储的基因库的改造，可以实现包含基因库服务器、序列比对模块、智能比拼模块、健康分析模块，共四大部分。基因库服务器，用于按不同类别、不同程度存储标准用例的基因序列和用户个人的基因序列；序列比对模块，用于将用户个人的基因序列与对应类别的标准用例的基因序列进行相似度比对，并返回与每一种程度的标准用例的基因序列的相似度值；智能比拼模块，用于用户之间相同类别的基因序列与标准用例的基因序列的相似度比拼；健康分析模块，用于通过分析用户的某一类别的基因序列与标准用例的基因序列不同程度下的基因序列的相似度，得出用户健康的发展趋势，并给出健康指导以及日常生活建议。
本实施例开始前应该先由技术使用不同的亚健康基因方式选择一定数量的足够标准用例患病人群，抽取血样，通过各种通信方式进行全国范围内的基因库构建，并通过调用基因库服务器将得到的基因序列，按照不同的亚健康、不同的表现程度上传到基因库服务器中。
用户首先要在基因测序公司或医院的各种设备测序自己的基因序列，并转换成与本基于基因序列智能比对的健康分析装置要求相符的文件。然后在本基于基因序列智能比对的健康分析装置注册账号并登录，然后进入医院的设备个人中心的个人基因库，按照相应的基因类别上传自己的基因序列文件，此时基因库服务器中的数据库单元使用相应的操作方法将序列文件保存到数据库中，并与用户账号和基因类别关联。
序列比对模块中的序列比对生成单元，通过数据库模块将某一类别下的用户个人的基因序列和标准用例的基因序列从数据库中查询出来，把用户个人的基因序列与每个表现程度下的标准用例的基因序列一一进行比对。具体流程如下：对参与比对的两条序列进行划分字母表；然后创建合理的打分矩阵；把两条序列的基因序列进行一一比对并根据打分矩阵打分；得到的高于一定阈值的序列对进行两端延伸，并再次打分，高于一定阈值的序列对进行评估，得出最后的高分片段。计算统计单元根据参与比对的序列的长度计算出相似度值，将每一表现程度下的比对结果求取平均值，然后每个表现程度的平均值再经过计算求得各自所占的比例，得出每一种表现程度的概率作为最后结果统计出，并保存在数据库中，与用户关联。
基因库服务器，按照不同类别、不同程度存储用户个人的基因序列和标准用例的基因序列；
序列比对模块，用于将用户个人的基因序列与相对应类别的标准用例的基因序列进行相似度比对，并返回与标准用例的基因序列的相似度值；
智能比拼模块，用于用户之间相同类别的基因序列与标准用例的基因序列的相似度比拼；
健康分析模块，用于通过分析某一类别的用户个人的基因序列与标准用例的基因序列在不同程度下的基因序列的相似度，得出用户健康的发展趋势，并给出健康指导以及日常生活建议；
基因库服务器具体包括：数据库存储单元、数据库控制单元；
数据库存储单元，用于存储相互关联的“用户”、“基因类别”、“表现程度”信息，通过合理的数据库设计，将标准用例的基因序列和用户个人的基因序列与“表现程度”与“基因类别”联系，将标准用例的基因序列和用户个人的基因序列与“用户”相联系；每个用户只能访问自己的基因库，不能访问其他用户的用户个人的基因序列和标准用例的基因库；
数据库控制单元，对数据库存储单元进行添加、修改、删除等操作；
序列比对模块包括：序列比对生成单元，用于用户个人的基因序列与标准用例的基因序列之间进行相似度比对，并提取将得到的相似度比对的结果进行返回，智能比对生成包括以下步骤：
步骤1：对参与比对的两条序列对进行字母表划分得到十个点位的特征向量；
步骤2：通过十个点位的特征向量的数据期望的值，根据公式：
通过标准用例的基因序列的标准数据期望的值ki进行计算，得出与用户个人的基因序列的特征差，记Δki,并根据下列公式对典型亚健康的平均数据期望kave的值通过下列公式生成序列第i点位的分值信息：
其中e为自然常数；
通过得到的ai创建打分矩阵；
步骤3：根据得到的打分矩阵打分；
步骤4：对由步骤3得到的高于一定阈值的参与比对的两条序列对进行两端延伸；
步骤5：对由步骤4得到的高于一定阈值的参与比对的两条序列对进行评估，得出最后的高分片段；
计算统计单元，用于统计由步骤5得出的高分片段，并根据参与比对的参与比对的两条序列对的长度计算出相似度值；
用户软件平台搜索其他用户，并互相加为好友，则可以使用智能比拼模块进行相同类别基因的比拼。智能比拼模块中的智能比对单元两个用户的相同类别的基因比对结果进行比较，得出胜负，以智能比对结果友好地提示用户的基因潜在患病的概率高低，引起用户自身的注意。
在实际中智能比拼模块具体包括：智能比对单元，用于用户之间进行相同类型基因的比拼，即以通过基因库设备中各自帐户里的用户个人的基因序列与标准用例的基因序列的比对值为比拼依据，按分值的高低分出胜负，从分数中得出胜者可能向该基因的表达性状发展趋势更大，记为智能比对结果并记录；
健康分析模块具体包括：健康分析单元，用于在用户的各自帐户里分析用户个人的基因序列与对应类别下全部程度的标准用例的基因序列的比对结果值，比对结果值的目的是分析用户的用户个人的基因序列是否与某种亚健康类似，如果类似，记为A,并生成目前用户个人身体状态要达到这种亚健康程序所需要的时间t1和可能性μ以及这种亚健康通常治疗时间t2,根据不同的用户特征把类似A、t1和t2与这种亚健康进行进行映射，其映射公式f(A)为：
从而得出用户由某一类型基因决定的潜在的健康发展趋势，并将潜在的健康发展趋势结果返回；
健康分析模块的健康分析单元分析用户个人的基因序列与对应类别下全部程度的标准用例的基因序列的比对结果值，得出用户由该类型基因决定的潜在的健康发展趋势；指导建议单元专业的角度针对该结果给出合理的健康生活指导，以及日常生活建议。
实施例2：如图1所示，一种基于序列比对的趣味性健康分析装置,包括基因库服务器，用于按不同类别、不同程度存储标准用例的基因序列和用户个人的基因序列；
序列比对模块，用于将用户个人的基因序列与对应类别的标准用例的基因序列进行相似度比对，并返回与每一种程度的标准用例的基因序列的相似度值；
智能比拼模块，用于用户之间相同类别的基因序列与标准用例的基因序列的相似度比拼；
健康分析模块，用于通过分析用户的某一类别的基因序列与标准用例的基因序列不同程度下的基因序列的相似度，得出用户健康的发展趋势，并给出健康指导以及日常生活建议。
首先技术使用方要通过基因存储设备按照不同的亚健康选择一定数量的足够标准用例患病人群，抽取血样，进行基因测序。将得到的基因序列，按照不同的亚健康、不同的表现程度上传到基因库服务器中。用户取自己的血样测序基因，并将自己的基因序列按照相应分类上传到自己的基因库中。
基因序列比对模块将用户上传的基因序列与基因库中相应分类的各个程度标准基因序列使用智能比对序列比对生成进行比对。某一类别的亚健康下有多个表现程度，每个表现程度下有多个基因序列，每个基因序列都与用户基因序列比对，每个表现程度的多个相似度结果求得平均值，每个表现程度的平均值再经过计算求得各自所占的比例，得出每一种表现程度的概率作为最后结果统计出，并保存在用户的数据库中。
用户可以与好友进行智能比对比拼，两个用户的相同类别的基因比对结果进行比较，得出胜负，以智能比对结果友好地提示用户的基因潜在患病的概率高低，引起用户自身的注意。
健康分析模块分析用户个人的基因序列与对应类别下全部程度的标准用例的基因序列的比对结果值，得出用户由该类型基因决定的潜在的健康发展趋势，并以专业的角度针对该结果给出合理的健康生活指导，以及日常生活建议。
本发明的有益效果是，可以利用先进的技术分析亚健康导致的基因序列变化的可能性和用户身体健康的发展趋势，并给出合理的生活指导和日常生活建议，及时采取措施预防和治疗亚健康，为社会造福。

Claims (1)

1.一种智能比对的基因序列分析装置，其特征在于，包括：
基因库服务器，按照不同类别、不同程度存储用户个人的基因序列和标准用例的基因序列；
序列比对模块，用于将所述用户个人的基因序列与相对应类别的所述标准用例的基因序列进行相似度比对，并返回与标准用例的基因序列的相似度值；
智能比拼模块，用于用户之间相同类别的基因序列与所述标准用例的基因序列的相似度比拼；
健康分析模块，用于通过分析某一类别的所述用户个人的基因序列与所述标准用例的基因序列在不同程度下的基因序列的相似度，得出用户亚健康的发展趋势，并给出健康指导以及日常生活建议；
所述基因库服务器具体包括：数据库存储单元、数据库控制单元；
所述数据库存储单元，用于存储相互关联的“用户”、“基因类别”、“表现程度”信息，通过合理的数据库设计，将所述用户个人的基因序列与所述“表现程度”与所述“基因类别”联系，将所述标准用例的基因序列分别与所述“表现程度”与所述“基因类别”联系，将所述用户个人的基因序列和所述标准用例的基因序列与所述“用户”相联系；每个用户只能访问自己的基因库，不能访问基因库服务器中其他用户的所述用户个人的基因序列和标准用例的基因序列；
所述数据库控制单元，对所述数据库存储单元进行添加、修改、删除操作；
所述序列比对模块包括：序列比对生成单元，用于所述用户个人的基因序列与所述标准用例的基因序列之间进行相似度比对，并提取将得到的所述相似度比对的结果进行返回，序列比对生成包括以下步骤：
步骤1：对所述参与比对的两条序列对进行字母表划分得到十个点位的特征向量；
步骤2：通过十个点位的特征向量的数据期望的值ki，根据公式：
其中e为自然常数；
通过公式对所述十个点位的特征向量的数据期望的值ki进行计算，得出与所述标准用例的基因序列的标准数据期望的值kp的特征差，记Δki,并根据对所述
用户个人的基因序列的平均数据期望kave的值生成序列第i点位的分值信息；
通过得到的所述ai创建打分矩阵；
步骤3：根据得到的所述打分矩阵打分；
步骤4：对由步骤3得到的高于一定阈值的所述参与比对的两条序列对进行两端延伸；
步骤5：对由步骤4得到的高于一定阈值的所述参与比对的两条序列对进行评估，得出最后的高分片段；
计算统计单元，用于统计由所述步骤5得出的高分片段，并根据参与比对的两条序列对的长度计算出相似度值；
所述智能比拼模块具体包括：
智能比对单元，用于用户之间进行相同类型基因的比拼，即以各自帐户里的所述用户个人的基因序列与所述标准用例的基因序列的比对值为比拼依据，
按分值的高低分出胜负，从分数中得出胜者向该基因的表达性状发展趋势更大，记为智能比对结果并记录；
所述健康分析模块具体包括：
健康分析单元，用于在用户的各自帐户里分析所述用户个人的基因序列与对应类别下全部程度的所述标准用例的基因序列的比对结果值，比对结果值的目的是分析用户的所述用户个人的基因序列是否与某种亚健康的基因序列类似，如果类似，记为A,并生成目前用户个人身体状态要达到这种亚健康程序所需要的时间t1和可能性μ,以及所述这种亚健康通常持续时间t2,根据不同的用户特征把所述类似A、所述t1和t2与所述这种亚健康进行进行映射，其映射公式f(A)为：
从而得出用户由某一类型基因决定的潜在的亚健康发展趋势，并将所述潜在的亚健康发展趋势结果返回；由于所述用户个人的基因序列受环境控制容易产生变化，可以将所述映射公式f(A)为存储在一个可以查询的循环链表，用于序列表的匹配，如果发生个人基因序列的异常状态，便把结果发送给指导建议单元；
所述指导建议单元，用于针对健康分析单元所得出的结果，给出合理的健康生活指导，以及日常生活建议。
CN201610301745.0A 2016-05-09 2016-05-09 一种智能比对的基因序列分析装置 Expired - Fee Related CN105975811B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610301745.0A CN105975811B (zh) 2016-05-09 2016-05-09 一种智能比对的基因序列分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610301745.0A CN105975811B (zh) 2016-05-09 2016-05-09 一种智能比对的基因序列分析装置

Publications (2)

Publication Number Publication Date
CN105975811A CN105975811A (zh) 2016-09-28
CN105975811B true CN105975811B (zh) 2019-03-15

Family

ID=56992166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610301745.0A Expired - Fee Related CN105975811B (zh) 2016-05-09 2016-05-09 一种智能比对的基因序列分析装置

Country Status (1)

Country Link
CN (1) CN105975811B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112019007359A2 (pt) * 2016-10-11 2019-07-16 Genomsys Sa método e sistema para acesso seletivo dos dados bioinformáticos armazenados ou transmitidos
CN106897580B (zh) * 2017-02-10 2019-03-01 华东师范大学 一种基于向量的基因间语义相似度的计算方法
CN108629149B (zh) * 2017-03-21 2023-04-07 达易特基因科技股份有限公司 基因检测平台方法
CN107341367A (zh) * 2017-06-02 2017-11-10 中国疾病预防控制中心传染病预防控制所 一种耐药基因数据平台的多维数据展示方法及***
CN112951331A (zh) * 2021-03-31 2021-06-11 南阳市第二人民医院 一种乳腺癌易感基因筛查方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101137991A (zh) * 2005-02-11 2008-03-05 智明基因有限责任公司 验证dna测序数据的计算机实施的方法和基于计算机的***

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101137991A (zh) * 2005-02-11 2008-03-05 智明基因有限责任公司 验证dna测序数据的计算机实施的方法和基于计算机的***

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
On subset seeds for protein alignment;Mikhail Roytberg等;《IEEE/ACM Trans Comput Biol Bioinform》;20090930;第6卷(第3期);483-94
亚健康的检测及评估方法;刘津;《亚健康的检测及评估方法》;20100228;第18卷(第2期);第235-237页
亚健康研究进展;李香兰 等;《亚健康研究进展》;20081031;第14卷(第10期);第942-946页
基于web的基因检测服务现状分析;李晓云 等;《高科技与产业化》;20101231(第12期);第108-111页
基于量子遗传算法和改进的免疫遗传算法的多序列比对算法研究;宋晓亮;《中国优秀硕士学位论文全文数据库 信息科技辑》;20071015;第2007年卷(第4期);I140-40
基因序列的搜索与相似性比对;茹家康 等;《河南教育学院学报（自然科学版）》;20160331;第25卷(第1期);第25-31页
生物信息学中序列比对方法的研究;仝磊光;《中国优秀硕士学位论文全文数据库 基础科学辑》;20101015;第2010年卷(第10期);A006-76
生物序列比较的几种数学方法及其应用;李玲 等;《渤海大学学报（自然科学版）》;20130331;第34卷(第1期);第1-7页

Also Published As

Publication number Publication date
CN105975811A (zh) 2016-09-28

Similar Documents

Publication Publication Date Title
CN105975811B (zh) 一种智能比对的基因序列分析装置
Labati et al. Deep-ECG: Convolutional neural networks for ECG biometric recognition
CN108766512B (zh) 健康数据管理方法、装置、计算机设备和存储介质
Zhang et al. Deep high-resolution representation learning for cross-resolution person re-identification
CN110516161A (zh) 一种推荐方法及装置
WO2021159640A1 (zh) 基于人工智能的药品推荐方法及相关设备
Zhou et al. Automatic ICD coding via interactive shared representation networks with self-distillation mechanism
CN111126263B (zh) 一种基于双半球差异性模型的脑电情感识别方法及装置
CN112667799B (zh) 一种基于语言模型和实体匹配的医疗问答***构建方法
Li et al. Intelligent ZHENG Classification of Hypertension Depending on ML‐kNN and Information Fusion
CN108205684A (zh) 图像消歧方法、装置、存储介质和电子设备
CN109935337A (zh) 一种基于相似性度量的病案查找方法及***
CN104484844A (zh) 基于疾病圈数据信息的自我诊疗方法
CN110175510A (zh) 基于脑功能网络特征的多模式运动想象识别方法
CN112307975A (zh) 融合语音与微表情的多模态情感识别方法及***
Yue et al. Fast palmprint identification with multiple templates per subject
Doborjeh et al. Personalised modelling with spiking neural networks integrating temporal and static information
CN104504119A (zh) 基于医学信息本体数据库的关联药品的自我分析方法
CN114141361B (zh) 基于症状术语映射与深度学习的中医处方推荐方法
Yang et al. Learning to answer psychological questionnaire for personality detection
CN107657453A (zh) 欺诈数据的识别方法及装置
Campo et al. Multiresolution analysis (discrete wavelet transform) through Daubechies family for emotion recognition in speech.
Hidayati et al. Body shape calculator: Understanding the type of body shapes from anthropometric measurements
Zhao et al. Discriminative-CCA promoted By EEG signals for physiological-based emotion recognition
CN116682536A (zh) 基于改进Bert4Rec的中医药方推荐方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190730

Address after: 130012 Qianjin Street, Chaoyang District, Changchun City, Jilin Province, 2699 Qianwei Southern District Computer College, Jilin University

Patentee after: Jilin University

Address before: College of Computer Science, Jilin University, 2199 Jianjie, Changchun City, Jilin Province

Patentee before: Guan Renchu

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190315

Termination date: 20200509

CF01 Termination of patent right due to non-payment of annual fee