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！

龙图腾网获悉南宁源动生命医学研发有限公司;佰茵云(广州)医学研究有限责任公司;南方医科大学珠江医院申请的专利一种空间单细胞基因多组学定量预测的方法及装置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：CN119229956B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411083617.4，技术领域涉及：G16B20/00；该发明授权一种空间单细胞基因多组学定量预测的方法及装置是由田杰;崔春晖;莫客;宋琼;樊星迪;王浩丞;陈奕翾;李婷;黄成裕;贾建刚设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种空间单细胞基因多组学定量预测的方法及装置在说明书摘要公布了：本发明提供一种空间单细胞基因多组学定量预测的方法及装置，涉及单细胞识别技术领域，该方法构建了一种针对HE染色切片的AIHE多组学深度学习模型，首先将多组学数据转换为二元变量数据，并将HE染色切片处理为WSI格式图像块，并对WSI格式图像块中的细胞进行区域标签设置，再将含有单细胞的区域标签的WSI格式图像块作为AIHE多组学深度学习模型的输入，并将转换后的二元变量数据作为AIHE多组学深度学习模型的训练目标，对AIHE多组学深度学习模型进行多组学数据识别训练，通过训练后AIHE多组学深度学习模型识别出待识别HE染色切片对应的单细胞定量数据，提高了HE染色图像的识别程度，且降低了成本。

本发明授权一种空间单细胞基因多组学定量预测的方法及装置在权利要求书中公布了：1.一种空间单细胞基因多组学定量预测的方法，其特征在于，包括如下步骤： 从基础数据库中获得HE染色切片及其相应的多组学数据，将所述多组学数据转换为二元变量数据，并将所述HE染色切片处理为WSI格式图像块； 利用预训练的HoverNet模型分别从WSI格式图像块中提取出单细胞信息，并将所述单细胞信息对应的核区域扩展到相邻区域，得到WSI格式图像块中每个单细胞的区域标签； 以EfficientNet-B3作为骨干网络构建AIHE多组学深度学习模型，将含有单细胞的区域标签的WSI格式图像块作为所述AIHE多组学深度学习模型的输入，并将转换后的二元变量数据作为所述AIHE多组学深度学习模型的训练目标，对所述AIHE多组学深度学习模型进行多组学数据识别训练，得到训练后AIHE多组学深度学习模型； 将待识别HE染色切片输入训练后AIHE多组学深度学习模型，得到与所述待识别HE染色切片对应的单细胞定量数据； 所述从基础数据库中获得HE染色切片及其相应的多组学数据，将所述多组学数据转换为二元变量数据，并将所述HE染色切片处理为WSI格式图像块，具体为： 分别从TCGA数据库和GTEx数据库两个基础数据库中获得HE染色切片及其相应的多组学数据； 对所述多组学数据进行去除批次效应处理，将去除批次效应处理后的多组学数据进行中位数截断处理，通过多标签二元分类方法将中位数截断处理后的多组学数据，得到二元变量数据； 将所述HE染色切片转换为WSI格式图像，并对所述WSI格式图像进行图像优化，并按照设定尺寸和设定像素将优化后的WSI格式图像进行切块，得到WSI格式图像块； 所述利用预训练的HoverNet模型分别从WSI格式图像块中提取出单细胞信息，并将所述单细胞信息对应的核区域扩展到相邻区域，得到WSI格式图像块中每个单细胞的区域标签，具体为： 利用预训练的HoverNet模型从WSI格式图像块中提取出单细胞信息，所述单细胞信息包括细胞核位置和形态信息； 通过形态学扩展算子将所述细胞核位置和形态信息对应的核区域扩展到相邻区域，得到WSI格式图像块中每个单细胞的区域标签，所述形态学扩展算子为： 其中，所述形态学扩展算子表示为将WSI格式图像块A中的每个点x扩大为Bx，记为作为区域标签集合，所述区域标签集合包括WSI格式图像块中每个单细胞的区域标签； 所述将含有单细胞的区域标签的WSI格式图像块作为所述AIHE多组学深度学习模型的输入，并将转换后的二元变量数据作为所述AIHE多组学深度学习模型的训练目标，对所述AIHE多组学深度学习模型进行多组学数据识别训练，具体为： 设WSI格式图像块中包含m个细胞，将m-n个细胞随机屏蔽在WSI格式图像块中，作为特征维度中的背景噪声，其余n个细胞通过对应的区域标签进行训练； 将转换后的二元变量数据作为所述AIHE多组学深度学习模型的训练目标，利用预先设置了学习率的AdamW优化器对EfficientNet-B3骨干网络进行模型参数更新，包括： 在每一个轮次的训练过程中，将WSI格式图像块复制为两份图像，分别为img1图像和img0图像，其中，在img1图像中，通过每个单细胞的区域标签掩蔽掉了全部细胞，以使img1图像包含与细胞无关的背景噪声，而img0图像则保留了n个细胞，并掩蔽掉其他细胞，以使img0图像包含背景噪声与n个细胞的信息； 将所述img1图像和所述img0图像输入EfficientNet-B3骨干网络，提取出对应的图像特征，记为feature1和feature0，并将feature1和feature0进行特征差值计算，得到两个特征的差值； 将所述差值输入与所述EfficientNet-B3骨干网络的输出连接的全连接层，输出各类单细胞定量数据； 所述全连接层为二分类分类器。

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南宁源动生命医学研发有限公司;佰茵云(广州)医学研究有限责任公司;南方医科大学珠江医院，其通讯地址为：530012 广西壮族自治区南宁市青秀区新民路4号华星时代广场雍华府B栋23层2305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”。

以上内容由龙图腾AI智能生成。