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！

龙图腾网获悉山东大学申请的专利基于多模态与对比学习的中药多标签毒性预测方法及系统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：CN120452527B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510946930.4，技术领域涉及：G16B15/30；该发明授权基于多模态与对比学习的中药多标签毒性预测方法及系统是由余国先;朱永政;王峻设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于多模态与对比学习的中药多标签毒性预测方法及系统在说明书摘要公布了：本公开提供了基于多模态与对比学习的中药多标签毒性预测方法及系统，涉及中药毒性预测技术领域，包括：获取中药的属性数据、成分数据、靶标序列数据以及相关关联数据；将中药的属性数据、成分数据、靶标序列数据以及相关关联数据输入至多模态特征提取网络，提取中药属性特征、成分特征以及靶标特征，分别利用成分特征、靶标特征以及相关关联数据进行数据融合处理，得到成分融合特征以及靶标融合特征；利用语义对齐模块进行对齐融合，得到对齐融合特征，引入上下文语境感知机制得到融合上下文的多模态向量；引入对比学习机制引导模型学习具有判别性和语义一致性的毒性特征表示，将融合上下文的多模态向量输入DNN，输出得到毒性预测结果。

本发明授权基于多模态与对比学习的中药多标签毒性预测方法及系统在权利要求书中公布了：1.基于多模态与对比学习的中药多标签毒性预测方法，其特征在于，包括： 获取中药的属性数据、成分数据、靶标序列数据以及相关关联数据； 将中药的属性数据、成分数据、靶标序列数据以及相关关联数据输入至多模态特征提取网络，首先通过信息编码模块分别提取中药属性特征、成分特征以及靶标特征，分别利用成分特征、靶标特征以及相关关联数据进行数据融合处理，得到成分融合特征以及靶标融合特征；之后利用语义对齐模块对统一嵌入编码的属性特征、成分融合特征以及靶标融合特征进行对齐融合，得到对齐融合特征，引入上下文语境感知机制提取对齐融合特征的深层交互关系，得到融合上下文的多模态向量； 引入对比学习机制，通过构造正负标签对构建损失函数，引导模型学习具有判别性和语义一致性的毒性特征表示，将融合上下文的多模态向量输入多层感知机DNN，输出得到毒性预测结果，具体包括：设计标签相似度的动态系数，量化中药对之间毒性特征的相似性，首先，采用余弦相似度来衡量两个中药样本之间的相似度，使用动态毒性标签相似度融入毒性标签之间的关系，对于每个样本对，基于动态系数对标准NT-Xent损失进行加权，以计算标签对比学习损失，最终函数为联合最小化对比损失与多标签分类损失，多层感知机DNN将融合上下文的多模态向量作为输入，输出每个毒性标签的预测概率。

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山东大学，其通讯地址为：250000 山东省济南市高新区舜华路1500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”。