買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉長春理工大學申請的專利一種基于圖卷積神經網絡的蛋白質亞細胞定位方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116597895B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310550075.6，技術領域涉及：G16B20/00；該發明授權一種基于圖卷積神經網絡的蛋白質亞細胞定位方法是由許紅梅;鄭越;李雨晴;黃浩然;王作斌;宋正勛;董莉彤;田立國;曲凱歌設計研發完成，并于2023-05-16向國家知識產權局提交的專利申請。

本一種基于圖卷積神經網絡的蛋白質亞細胞定位方法在說明書摘要公布了：本發明屬于生物信息處理技術領域，尤其為一種基于圖卷積神經網絡的蛋白質亞細胞定位方法，包括如下步驟，步驟1，數據收集和數據預處理：1?1,準備數據集：所述數據集包括獲取待預測的蛋白質在四種不同染色物質作用下的單通道免疫熒光圖像和所述圖像中亞細胞結構的標簽數據；1?2，將步驟1?1中所述的蛋白質四個單通道的免疫熒光圖像灰化處理后分別作為一張圖像的4個通道，獲得對應的一張對相同區域不同物質染色的4通道圖像；步驟二，數據增強和訓練集、測試集劃分。本發明從蛋白質免疫熒光圖像中提取特征，相對于單標簽的蛋白質免疫熒光圖像來說，難度雖然增大但是可以利用標簽之間的關聯特性，使模型更具魯棒性，分類結果更加準確。

本發明授權一種基于圖卷積神經網絡的蛋白質亞細胞定位方法在權利要求書中公布了：1.一種基于圖卷積神經網絡的蛋白質亞細胞定位方法，其特征在于：包括如下步驟， 步驟1，數據收集和數據預處理： 1-1,準備數據集：所述數據集包括獲取待預測的蛋白質在四種不同染色物質作用下的單通道免疫熒光圖像和所述圖像中亞細胞結構的標簽數據； 1-2，將步驟1-1中所述的蛋白質四個單通道的免疫熒光圖像灰化處理后分別作為一張圖像的4個通道，獲得對應的一張對相同區域不同物質染色的4通道圖像； 步驟二，數據增強和訓練集、測試集劃分； 2-1，對步驟1-2中所得的四通道的蛋白質免疫熒光圖像中對應的標簽數量進行數理統計，對于標簽數量過少的標簽，選擇剔除掉，對于標簽數量較少的標簽進行數據增強的操作，對其進行上下翻轉、左右翻轉和旋轉得到補充后的數據集； 2-2，對步驟2-1中所得的數據集進行劃分得到訓練集和測試集； 步驟3，構建基于卷積神經網絡的特征提取器； 3-1，對預處理后圖像數據進行特征提取，構建基于卷積神經網絡的多標簽數據集特征提取器：搭建InceptionResnetV2作為蛋白質免疫熒光圖像的特征提取器，將訓練集和測試集放入該神經網絡中進行訓練和測試，將蛋白質免疫熒光圖像的尺寸調整為卷積神經網絡輸入的大小，然后進行圖像特征的提取，由InceptionResnetV2為主干的神經網絡特征提取器得到各個不同標簽的圖像特征矩陣； 步驟4，采用圖卷積神經網絡模型構造節點特征提取器； 對蛋白質免疫熒光圖像的標簽類別進行處理，統計訓練集中各自亞細胞結構的數量以及與其他亞細胞結構共現的次數，統計訓練集標簽鄰接矩陣；在word2vec模型中根據亞細胞結構的名稱提取各自的詞向量；以亞細胞結構的詞向量作為圖卷積神經網絡的節點特征，鄰接矩陣作為圖卷積神經網絡模型的權重； 步驟5，圖像特征矩陣和節點特征矩陣輸入特征融合器得到融合后的標簽的特征矩陣，再將其通過圖像特征差異化模塊，使融合后標簽的特征矩陣的標簽矩陣的值放大，從而使標簽的特征矩陣之間的差異更加明顯，最后將放大后的特征矩陣輸入到分類器中得到蛋白質免疫熒光圖像對應的標簽，經過反向傳播過程不斷更新整個模型參數，對整個模型進行訓練，在滿足預設停止條件時保存整個模型，測試集圖像輸入到整個模型中得到最終的多標簽分類結果； 步驟6，基于圖卷積神經網絡分類器的性能評價，選定多標簽性能評價指標，對多標簽蛋白質亞細胞定位分類器的性能進行評價。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長春理工大學，其通訊地址為：130012 吉林省長春市朝陽區衛星路7089號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。