買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉滬渝人工智能研究院申請的專利一種基于深度學(xué)習(xí)的基因表達(dá)缺失填補(bǔ)方法和系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120183513B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510672128.0，技術(shù)領(lǐng)域涉及：G16B40/00；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的基因表達(dá)缺失填補(bǔ)方法和系統(tǒng)是由孔艷;呂暉;任永永設(shè)計研發(fā)完成，并于2025-05-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學(xué)習(xí)的基因表達(dá)缺失填補(bǔ)方法和系統(tǒng)在說明書摘要公布了：本發(fā)明屬于電數(shù)字?jǐn)?shù)據(jù)處理領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的基因表達(dá)缺失填補(bǔ)方法和系統(tǒng)，包括：將檢測點(diǎn)劃分為多個tile和spot；通過KNN算法對spot內(nèi)缺少對表達(dá)基因表達(dá)的tile進(jìn)行初步插補(bǔ)；從spot中選擇tile構(gòu)建正負(fù)樣本，根據(jù)正負(fù)樣本的群體特征嵌入表示通過對比學(xué)習(xí)模塊對tile特征嵌入模塊和spot特征嵌入模塊進(jìn)行訓(xùn)練；選擇具有對該表達(dá)基因表達(dá)的且與待插補(bǔ)tile嵌入表示最相似的前I個tile作為待插補(bǔ)tile的相似tile；利用待插補(bǔ)tile的相似tile對表達(dá)基因的表達(dá)值對待插補(bǔ)tile進(jìn)行重新插補(bǔ)。本發(fā)明提高了填補(bǔ)結(jié)果的局部一致性、準(zhǔn)確性和空間連續(xù)性。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的基因表達(dá)缺失填補(bǔ)方法和系統(tǒng)在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的基因表達(dá)缺失填補(bǔ)方法，其特征在于，包括： S1：對組織切片上檢測點(diǎn)的原始數(shù)據(jù)進(jìn)行預(yù)處理得到高分辨率空間轉(zhuǎn)錄組數(shù)據(jù)，其中，高分辨率空間轉(zhuǎn)錄組數(shù)據(jù)包括檢測點(diǎn)的基因表達(dá)向量以及檢測點(diǎn)的位置信息； S2：將檢測點(diǎn)劃分為多個tile和spot，其中，每個spot包含多個tile，每個tile包含多個檢測點(diǎn)； 所述將檢測點(diǎn)劃分為多個tile和spot包括：檢測點(diǎn)在組織切片上按陣列分布，形成M×M的二維檢測點(diǎn)網(wǎng)格區(qū)域，每個網(wǎng)格表示一個檢測點(diǎn)；將M×M的二維網(wǎng)格區(qū)域劃分為N×N個大小為A×A的tile，其中，N=M÷A；將每個tile作為一個網(wǎng)格，形成N×N的二維tile網(wǎng)格區(qū)域，將N×N的二維tile網(wǎng)格區(qū)域劃分為K×K個大小為B×B的spot；其中，K=N÷B，M、N、A、B和K均為正整數(shù)；每個tile內(nèi)所有檢測點(diǎn)的基因表達(dá)向量進(jìn)行相加得到tile的基因表達(dá)向量；每個tile的位置取該tile內(nèi)所有檢測點(diǎn)位置的中心值； S3：統(tǒng)計在spot內(nèi)表達(dá)頻率高于設(shè)定閾值的基因作為表達(dá)基因構(gòu)建表達(dá)基因集合；通過KNN算法對spot內(nèi)缺少對表達(dá)基因表達(dá)的tile進(jìn)行初步插補(bǔ)； S4：從spot中選擇tile構(gòu)建正負(fù)樣本，通過tile特征嵌入模塊和spot特征嵌入模塊計算正負(fù)樣本的群體特征嵌入；其中，所述tile特征嵌入模塊用于獲取tile的嵌入表示；所述spot特征嵌入模塊用于根據(jù)tile的嵌入表示獲取正負(fù)樣本的群體特征嵌入表示； 所述構(gòu)建正負(fù)樣本包括：將spot的所有tile作為第一正樣本；從spot內(nèi)選擇80%-90%正方形區(qū)域的tile作為第二正樣本； 在spot的四個角分別選擇C×C大小的tile，在每個C×C大小的tile中隨機(jī)選擇P個tile作為負(fù)樣本，其中，，； S5：根據(jù)正負(fù)樣本的群體特征嵌入表示通過對比學(xué)習(xí)模塊對tile特征嵌入模塊和spot特征嵌入模塊進(jìn)行訓(xùn)練；通過訓(xùn)練好的tile特征嵌入模塊提取tile的嵌入表示； S6：將缺少對表達(dá)基因表達(dá)的tile作為待插補(bǔ)tile，選擇具有對該表達(dá)基因表達(dá)的且與待插補(bǔ)tile嵌入表示最相似的前I個tile作為待插補(bǔ)tile的相似tile；利用待插補(bǔ)tile的相似tile對表達(dá)基因的表達(dá)值對待插補(bǔ)tile進(jìn)行重新插補(bǔ)；I的取值范圍0.05×M×M~0.1×M×M。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人滬渝人工智能研究院，其通訊地址為：401329 重慶市九龍坡區(qū)高新區(qū)科學(xué)谷B1號樓第8至9層整層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。