买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种基于多视图加权融合GCN网络的空间域识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120148635B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510609930.5，技术领域涉及：G16B30/00；该发明授权一种基于多视图加权融合GCN网络的空间域识别方法是由袁林;孟博媛;魏乐义;刘治;姜雪松;王新刚;耿玉水;蒋裕峰;沙金亭设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本一种基于多视图加权融合GCN网络的空间域识别方法在说明书摘要公布了：本发明公开了一种基于多视图加权融合GCN网络的空间域识别方法，先将空间转录组数据的基因表达和空间位置作为输入，将基于不同相似度量建模的空间信息和建模后的基因表达结合构建多视图加权融合图卷积网络模型，使用解码器重建基因表达矩阵，捕获ST数据的全局信息，使用相似性信息和空间邻居信息计算空间正则化约束损失，完成空间转录组空间域的识别。本方案提出的方法使得模型可以从全局和局部提取空间信息，从而更加充分全面地挖掘空间信息，实现精确的空间域识别。

本发明授权一种基于多视图加权融合GCN网络的空间域识别方法在权利要求书中公布了：1.一种基于多视图加权融合GCN网络的空间域识别方法，其特征在于，包括步骤： 将空间转录组数据的基因表达和空间位置作为输入，先进行去噪和数据标准化； 将空间转录组数据的空间信息进行建模，使用不同的相似度量分别生成空间邻域图； 将空间转录组数据的基因表达进行建模； 构建多视图加权融合图卷积网络模型； 使用解码器重建基因表达矩阵，捕获ST数据的全局信息； 使用相似性信息和空间邻域信息计算空间正则化约束损失，完成空间转录组空间域的识别； 空间转录组数据的基因表达建模步骤包括： 通过余弦相似度计算基因表达相似性，生成特征图； 对特征信息进行数据增强，在原始构造的邻域图上生成损坏的邻域图，再通过图卷积编码器对输入特征进行编码，得到原始特征和增强特征的表示，将这些表示输入到图解卷积编码器进行重构，得到增强后的特征信息； 所述多视图加权融合图卷积网络模型由空间卷积、特征卷积、共卷积和加权融合注意力机制组成，构建步骤包括： 将空间邻接矩阵、特征邻接矩阵以及有效的特征表示输入到多视图加权融合图卷积编码器中，对空间邻接矩阵执行空间卷积，对特征邻接矩阵执行特征卷积，用参数共享策略来提取基因表达和空间分布的共嵌入； 加权融合注意力机制包括自适应注意力机制和加权融合模块：计算每个视图的注意力权重，通过将每个视图的特征经过一层神经网络进行投影和变换，计算加权和得到最终的注意力权重，再根据得到的注意力权重对不同视图的特征进行加权融合，得到整合后的特征表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。