基于互模式熵的DNA序列相似性分析

随着基因组计划的开展,DNA序列相似性分析成了现代生物学研究不可缺的一部分。本研究以H5N1、H1N1和H2N2等7种病毒的DNA序列作为研究对象,使用整数法将DNA序列编码成时间序列信息,计算时间序列之间的互模式熵(Mutual Mode Entropy,MME)。分析不同DNA序列的MME对序列相似性的表达准确性。实验表明通过整数表示方法的DNA序列的M M E能够定性地解释7种DNA序列之间的相似性关系。

深度学习算法在颈动脉超声图像斑块分割中的应用研究

近年来,随着计算机技术的进步和数据集的大规模化,越来越多的人把计算机视觉技术应用到超声医学图像中。但在超声图像方面却存在低准确度且不稳定产生的模糊、伪影等使现有算法对模糊、噪声图像误判较高。另外由于病例过多,人为的去检测和识别斑块过于繁琐。为了缓解这些问题,提出了采用inception的网络结构方法快速准确地获取高噪声的超声图像的关键特征,并通过数据增强和自适应中值滤波的方法确保了分割的稳定性。最后得到的颈动脉分割图像,更有利于医生去观察和判断病变体的严重程度,给医护人员带来了巨大的便利,实验结果表明,本文的方法具有实用意义。