一种基于CNN和Transformer的拓扑关联结构域检测方法

AITNT
正文
推荐专利
一种基于CNN和Transformer的拓扑关联结构域检测方法
申请号:CN202510257626
申请日期:2025-03-05
公开号:CN120148615A
公开日期:2025-06-13
类型:发明专利
摘要
本公开提供了一种基于CNN和Transformer的拓扑关联结构域检测方法,本公开首先deepTAD识别TAD边界,随后通过Wilcoxon秩和检验去除假阳性边界,再计算余弦相似度,将过滤后的边界组合成完整的TAD。通过这一方法,可以构建基因组的三维组织图,能够识别独立的TAD以及嵌套的TAD结构。实验结果表明,deepTAD可以快速、准确地从不同的Hi‑C接触矩阵中识别TAD,其性能优于现有方法,证明了其有效性。总之,本公开的方案助于更深入理解基因组的三维结构及其功能关联。
技术关键词
深度学习模型 矩阵 编码器 多层次特征提取 待测物质 通道注意力机制 染色体 多头注意力机制 输出特征 三维组织 特征提取模块 多层感知机 非线性 分辨率 三维结构 滑动窗口 频率
系统为您推荐了相关专利信息
1
一种基于深度学习的肿瘤细胞智能分析诊断系统及方法
智能分析诊断系统 深度学习模型 基因表达数据 肿瘤标志物 数据采集模块
2
厚板冲击功预测可靠性评估方法、装置及电子设备
全局信任度 样本 可靠性评估方法 特征值 可靠性评估装置
3
一种基于端到端与多模态大模型的自动驾驶方法及系统
大语言模型 多模态 训练样本集 轨迹 解码器
4
古建筑地基沉降实时监测预警系统及方法
沉降传感器 多尺度 监测预警方法 监测预警系统 降维特征
5
一种低轨遥感卫星三轴快速机动姿态轨迹规划与跟踪方法
低轨遥感卫星 坐标系 跟踪方法 规划 轨迹
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号