基于拓?fù)浣Y(jié)構(gòu)的度量學(xué)習(xí)與拓?fù)鋫鞑サ膍iRNA-疾病關(guān)聯(lián)預(yù)測算法[人工智能][醫(yī)療電子]

miRNA的突變和異常表達(dá)可能導(dǎo)致各種疾病,因此預(yù)測miRNA與疾病的潛在相關(guān)性對于臨床醫(yī)學(xué)和藥物研究的發(fā)展具有重要意義,。拓?fù)浣Y(jié)構(gòu)是miRNA-疾病預(yù)測算法的重要組成部分,,然而當(dāng)前算法并未有效利用拓?fù)浣Y(jié)構(gòu)導(dǎo)致預(yù)測結(jié)果并不理想。與此同時(shí),,如何有效地融合多源數(shù)據(jù)也是當(dāng)前的研究趨勢,。針對上述問題,提出一種自適應(yīng)融合異質(zhì)節(jié)點(diǎn)結(jié)構(gòu)信息算法(MMTP),,通過利用節(jié)點(diǎn)的一階鄰居和元路徑誘導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)結(jié)構(gòu)特征,,并利用度量學(xué)習(xí)和拓?fù)鋫鞑プ赃m應(yīng)地融合異質(zhì)節(jié)點(diǎn)結(jié)構(gòu)信息,以提升miRNA-疾病預(yù)測精度,。5折交叉驗(yàn)證實(shí)驗(yàn)結(jié)果表明,,MMTP在HMDD v3.2數(shù)據(jù)集上的受試者操作曲線下面積(AUC)為94.81,高于其他模型,。并且在基于腎癌的案例研究中,,該模型所預(yù)測的前30個(gè)miRNAs全部得到證實(shí)。上述研究證明,,所提的MMTP模型可有效預(yù)測miRNA-疾病相關(guān)性,。

發(fā)表于:2024/9/11 15:10:39

基于毫米波雷達(dá)三維點(diǎn)云的室內(nèi)跌倒檢測[人工智能][通信網(wǎng)絡(luò)]

全球老齡化時(shí)代的到來引發(fā)的老年人健康監(jiān)護(hù)問題不可忽視,而室內(nèi)跌倒對獨(dú)居的老年人有非常大的安全隱患,。因此,,為準(zhǔn)確檢測到跌倒動(dòng)作,使用毫米波雷達(dá)三維點(diǎn)云信息進(jìn)行室內(nèi)跌倒檢測,,并提出一種基于外部注意力機(jī)制的PointLSTM網(wǎng)絡(luò)實(shí)現(xiàn)三維點(diǎn)云在時(shí)序的分類。通過MIMO體制的毫米波雷達(dá)芯片采集人體動(dòng)作的回波信號(hào),,利用集成雷達(dá)基帶處理器的微控制器實(shí)現(xiàn)信號(hào)處理的部分,,可將原始數(shù)據(jù)實(shí)時(shí)轉(zhuǎn)換成三維點(diǎn)云,并提高點(diǎn)云處理中的計(jì)算速度及雷達(dá)硬件的整體性能,?;谕獠孔⒁饬C(jī)制的PointLSTM網(wǎng)絡(luò)可實(shí)現(xiàn)點(diǎn)云在時(shí)空中的提取特征和分類識(shí)別,網(wǎng)絡(luò)改進(jìn)了PointLSTM幀間點(diǎn)信息的流失問題,,并在信息提取中對所有數(shù)據(jù)實(shí)現(xiàn)特征聯(lián)系,,外部注意力機(jī)制通過獨(dú)立的可學(xué)習(xí)參數(shù)優(yōu)化了網(wǎng)絡(luò)復(fù)雜度和識(shí)別精確率。實(shí)驗(yàn)結(jié)果表明,,所提出的方法在室內(nèi)環(huán)境下檢測準(zhǔn)確率可以達(dá)到98.3%,,可以有效區(qū)分動(dòng)作的類別,并驗(yàn)證了使用毫米波雷達(dá)三維點(diǎn)云檢測人體跌倒的可行性,。

發(fā)表于:2024/9/11 14:55:50