陈庆锋
- 作品数：31 被引量：10H指数：2
- 供职机构：广西大学更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生生物学理学更多>>
- 基于多尺度注意力的器官图像分割方法
- 2024年
- 图像分割技术是医学图像研究领域的重要分支,该技术有助于医生对癌症的诊断和治疗。为进一步提高图像分割的精确度,本文提出一种多尺度轴向注意力模型MAU-Net(multi-scale axial attention U-Net)用于器官图像分割。首先,该模型在编码器阶段采用深度残差网络来提取图像特征,提高模型泛化能力;其次,使用像素块融合模块(pixels fuse module,PFM)对编码器的特征信息进行再编码和线性增强,增强特征的位置信息提取能力;最后,在解码器间加入多分支轴向注意力模块(multi-branch axial attention module,MAM)来捕捉上下文信息,从而增强模型识别关键特征信息能力。在Synapse、ACDC、SegTHOR等多个多器官图像数据集上的实验结果表明,MAU-Net在器官识别和边缘预测方面均能实现更好的效果。
- 卢家辉陈庆锋王文广余谦何乃旭韩宗钊
- 关键词：图像分割
- 基于逻辑规则和图神经网络的知识图谱补全
- 2025年
- 知识图谱补全旨在利用知识图谱中已有的知识推导出新的事实,在多个任务和领域发挥重要作用,引起研究者越来越多的关注。然而现有的知识图谱补全方法大多专注于对知识图谱中的事实三元组进行建模,未充分考虑知识图谱中实体和关系之间所蕴涵的深层语义和关联。为了解决这个问题,使用逻辑规则反映知识图谱中关系之间的隐含关联,而知识图谱语义网络的本质决定了事实三元组周围高阶邻域中包含着深层语义信息。因此,为了挖掘知识图谱中实体和关系的内在语义和关联,提出一种基于逻辑规则和图神经网络(GNN)进行知识图谱补全模型。首先基于高效期望最大化(EM)迭代优化算法进行规则自动学习,将得到的高质量逻辑规则与知识图谱中的实体和关系进行联合嵌入训练,以实现对知识图谱中复杂关系模式的建模,并提高嵌入表示的泛化性。同时,考虑逻辑规则和三元组的重要性进行注意力嵌入传播,以聚合高阶邻域信息,最终得到融合深层语义和关联的实体、关系嵌入表示用于知识图谱补全。在4个公开数据集上针对链接预测任务进行实验,实验结果证明了所提出模型的有效性。
- 刘春雨陈庆锋莫少聪谢泽
- 关键词：知识图谱逻辑规则链接预测
- 一种用于单细胞多组学数据分析的可解释多任务学习框架及方法
- 本发明提供一种用于单细胞多组学数据分析的可解释多任务学习框架，所述框架由编码器模块、解码器模块，鉴别器模块和分类模块组成；其中，所述编码器模块用于获得统一和全面的细胞联合嵌入，捕获不同模态的关键生物信号；所述解码器模块，...
- 兰伟 凌同升陈庆锋黄丽宇 姚作芳
- 基于自适应局部特征的蛋白质三维结构分类
- 2020年
- 蛋白质的三维空间结构决定该蛋白质的生物功能,研究蛋白质结构的相似性在计算分子生物学中具有重要意义。本文将蛋白质Cα原子距离矩阵分解成许多小的子矩阵表示蛋白质的局部结构,通过对这些局部结构的统计分析得到局部特征频率向量计算蛋白质的相似性,在此基础上提出一种新的基于自适应局部特征频率向量的方法(ALFF)计算蛋白质三维结构相似性。ALFF在选取蛋白质局部特征的方式上,使用OTSU算法确定局部特征最合适的大小m,并通过MeanShift聚类计算出具有代表性的局部特征数量k。实验结果表明,ALFF可以更好更快地划分蛋白质的局部子结构,相对于人工选择参数的方法,ALFF在SCOP蛋白质结构分类中有更高的一致性,与TM-score比较有更好的准确性。
- 张汝昌邱杰王明堂陈庆锋
- 关键词：距离矩阵聚类
- 基于投影位置的序列模式挖掘算法
- 2012年
- 针对PrefixSpan算法在产生频繁序列模式(特别是挖掘密数据集和长序列模式)时会产生大量的投影数据库,使得算法性能下降的问题,提出一种基于投影位置的序列模式挖掘(PSPM)算法.该算法利用Apriori性质舍弃对非频繁项存储,节省了存储空间和扫描不可能出现序列的挖掘时间;在递归挖掘过程中,利用投影位置表直接定位投影序列位置进行挖掘局部频繁项,避免了构造投影数据库,从而提高执行效率.实验结果表明:与PrefixSpan(with pseudo-pro)算法相比,PSPM具有更好的执行效率和可伸缩性.
- 王伟娜李陶深陈庆锋
- 关键词：数据挖掘PREFIXSPAN投影数据库
- 一种用于单细胞多组学数据分析的可解释多任务学习框架及方法
- 本发明提供一种用于单细胞多组学数据分析的可解释多任务学习框架，所述框架由编码器模块、解码器模块，鉴别器模块和分类模块组成；其中，所述编码器模块用于获得统一和全面的细胞联合嵌入，捕获不同模态的关键生物信号；所述解码器模块，...
- 兰伟凌同升陈庆锋黄丽宇姚作芳
- 基于对比聚类学习的多行为推荐方法、装置及介质
- 本发明公开一种基于对比聚类学习的多行为推荐方法、装置及介质。该方法先使用图卷积网络学习每个行为的用户和物品嵌入，然后再设计三种类型的任务来提高嵌入质量：a)行为级嵌入，利用自适应参数学习策略来获得每个用户的各个行为的嵌入...
- 兰伟周国贤陈庆锋王文广张希翔岳晓峰
- 基于细胞色素P450通路的前列腺癌差异关键基因的筛选与验证被引量：2
- 2022年
- 目的:研究细胞色素P450与前列腺癌的相关性,通过生物信息挖掘发现细胞色素P450通路与前列腺癌发生发展相关的重要节点。方法:基于3套(GSE46602、GSE32571、GSE70768)前列腺癌数据集筛选差异表达基因,比较关键基因在前列腺癌和正常组织的差异,再结合蛋白表达及病理评分筛选出与前列腺癌发生发展相关联的3个关键节点,并用实时荧光定量PCR(RT-qPCR)进行实验验证。结果:3套全基因组表达谱整合分析找到P450相关的通路存在ALDH3B2、GSTP1、CYP3A5、GSTM1、GSTM5、GSTM2、MGST3等7个差异表达基因(P<0.05,LogFC<-0.5或LogFC>0.5)。结果发现不同Gleason分级仅与其中的6个基因的mRNA表达有相关性(P<0.05)。蛋白表达分析结果显示GSTP1、GSTM1、GSTM5这3个基因的前列腺癌和癌旁组织的蛋白表达差异具有统计学意义(P<0.05)。RT-qPCR验证发现,与前列腺癌旁正常细胞RWPE-1相比,GSTM1和GSTP1在不同的前列腺癌细胞(DU145、C4-2、LNCaP)中mRNA表达下降。GSTM5表达虽然明显降低但差异无统计学意义(P>0.05)。结论:通过多套数据在mRNA和蛋白质表达水平上整合分析发现,P450相关的药物代谢—细胞色素P450通路和细胞色素P450对外来异物的代谢通路与前列腺癌的发生发展存在紧密相关。
- 黄可馨罗丹王慧丰魏银锋华毅明谢博罗海琼陈庆锋
- 关键词：生物信息学前列腺癌差异表达基因细胞色素P450
- 基于矩阵运算加速的改进社区发现遗传算法
- 2024年
- 社区发现算法是复杂网络领域的重要研究工具,然而传统的社区发现遗传算法在大规模网络下存在初始种群质量不佳和运行效率低下的问题。为此,本文提出一种基于矩阵运算加速的改进社区发现遗传算法。针对初始种群质量不佳的问题,提出一种新的初始化算子,采用闭包系数有偏向地选择节点构建高质量初始社区;针对计算效率低下的问题,基于矩阵运算重构了传统社区发现遗传算法各个算子,使得算法能使用GPU加速,提升计算效率。仿真实验结果表明,在不同规模的真实网络和LFR合成网络下,本文算法既能保证良好的划分精度,又展现出较其他主流同类算法更高的计算效率。
- 余谦陈庆锋何乃旭韩宗钊卢家辉
- 关键词：复杂网络遗传算法矩阵运算模块度
- 一种基于模糊集理论的双聚类算法被引量：1
- 2013年
- 双聚类(Biclustering)算法是一种横向纵向同时进行的数据挖掘的聚类算法,主要用于生物信息学上对高维复杂的数据进行聚类,以平均平方残基作为筛选标准,贪婪迭代的方法来选取数据.传统双聚类算法聚出来的簇通常不是预想的结果,迭代次数越多偏差就越大,对于庞大的数据精确度会更小,而模糊集理论可以改进这种迭代产生偏差与得不到预想结果的不足.为了获得更加好的实验结果,用模糊数学中的隶属矩阵和综合评判等方法改进双聚类的算法,使得聚类结果更精确更具有一致性,便于发现数据的关联性.
- 邱杰喻昕罗海琼玉延华詹锋陈庆锋
