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！

龍圖騰網獲悉江南大學申請的專利一種癌癥亞型分類方法、系統、設備和介質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：CN120354224B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202510805857.9，技術領域涉及：G06F18/2413；該發明授權一種癌癥亞型分類方法、系統、設備和介質是由朱書偉;劉浩;曾流生;徐兢;韋嘉鑫;方偉;陸恒楊設計研發完成，并于2025-06-17向國家知識產權局提交的專利申請。

本一種癌癥亞型分類方法、系統、設備和介質在說明書摘要公布了：本發明涉及一種癌癥亞型分類方法、系統、設備和介質，屬于癌癥亞型分類技術領域，其中，方法包括：獲取待訓練樣本的基因表達、DNA甲基化和miRNA組學數據，并分別構建各自的樣本相似性網絡；利用切比雪夫GCN對基于每種組學數據構建的樣本相似性網絡進行特征提取；根據切比雪夫GCN提取的特征構建第一對比學習損失函數和第二對比學習損失函數，并基于兩個對比學習損失函數構建聯合訓練的損失函數，以訓練切比雪夫GCN；利用訓練好的切比雪夫GCN輸出關于待測樣本的融合特征，基于融合特征實現對待測樣本的癌癥亞型進行分類。本發明能夠對癌癥亞型的特征進行有效提取，進而進行有效分類。

本發明授權一種癌癥亞型分類方法、系統、設備和介質在權利要求書中公布了：1.一種癌癥亞型分類方法，其特征在于：包括： 步驟S1：獲取待訓練樣本的基因表達、DNA甲基化和miRNA組學數據，基于基因表達、DNA甲基化和miRNA組學數據分別構建各自的樣本相似性網絡； 步驟S2：利用切比雪夫GCN對基于每種組學數據構建的樣本相似性網絡進行特征提取，方法包括： 通過切比雪夫GCN提取樣本相似性網絡，，的特征，表示為： ； 其中，代表切比雪夫GCN的卷積層學習到的樣本特征，；為的輸入數據，為切比雪夫GCN的卷積層，當時，；當時，，當2時，；為第種組學數據的樣本；為第種樣本相似性網絡；為激活函數；為切比雪夫GCN的卷積層可以學習的權重參數矩陣； 當≠0時，為在第種組學數據上的第個切比雪夫多項式，表示為： ； 其中，為單個切比雪夫GCN的卷積層多項式個數且為3；為歸一化拉普拉斯矩陣，表示為： ； 其中，為的最大特征值，為單位矩陣，=-為拉普拉斯矩陣，為的度矩陣； 步驟S3：根據切比雪夫GCN提取的特征構建關于樣本的基因表達和DNA甲基化組學數據的第一對比學習損失函數、并構建關于樣本的基因表達和miRNA組學數據的第二對比學習損失函數，基于第一、第二對比學習損失函數構建聯合訓練的損失函數，通過所述聯合訓練的損失函數訓練切比雪夫GCN； 所述步驟S3中根據切比雪夫GCN提取的特征構建關于樣本的基因表達和DNA甲基化組學數據的第一對比學習損失函數、并構建關于樣本的基因表達和miRNA組學數據的第二對比學習損失函數的方法包括： 根據切比雪夫GCN提取的特征構建關于樣本的基因表達和DNA甲基化組學數據的第一對比學習損失函數為： ； ； ； 其中，為正樣本對，為負樣本對，為余弦相似度函數，表示樣本的陽性樣本集，為切比雪夫GCN提取的基于基因表達組學數據的陽性樣本的特征，為切比雪夫GCN提取的基于DNA甲基化組學數據的陽性樣本的特征，為表示樣本的陰性樣本集，為切比雪夫GCN提取的基于基因表達組學數據的陰性樣本的特征，為切比雪夫GCN提取的基于DNA甲基化組學數據的陰性樣本的特征；為第一溫度系數； 根據切比雪夫GCN提取的特征構建關于樣本的基因表達和miRNA組學數據的第二對比學習損失函數為： ； ； ； 其中，表示切比雪夫GCN提取的基于miRNA組學數據的陽性樣本的特征，為切比雪夫GCN提取的基于miRNA組學數據的陰性樣本的特征，為第二溫度系數； 步驟S4：利用訓練好的切比雪夫GCN輸出關于待測樣本的融合特征，基于融合特征實現對待測樣本的癌癥亞型進行分類，其中，所述融合特征為融合了DNA甲基化和miRNA組學數據的基因表達特征。

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江南大學，其通訊地址為：214122 江蘇省無錫市濱湖區蠡湖大道1800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”。