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！

龙图腾网获悉河北省农林科学院农业信息与经济研究所申请的专利基于作物性状与基因映射分析的可解释性育种推荐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：CN120510909B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510997464.2，技术领域涉及：G16B20/20；该发明授权基于作物性状与基因映射分析的可解释性育种推荐方法是由侯亮;吕亮杰;孙海芳;赵爱菊;贾文冬;闵家楠;安昭丽设计研发完成，并于2025-07-19向国家知识产权局提交的专利申请。

本基于作物性状与基因映射分析的可解释性育种推荐方法在说明书摘要公布了：本发明提供一种基于作物性状与基因映射分析的可解释性育种推荐方法，属于基于计算机数据处理的育种推荐技术领域。首先，采集作物多角度图像，同时采集其对应的SNP基因组标记；其次，设计实体级作物性状特征抽取模型，实现对每株作物的关键性状识别与空间位置输出。随后，分别针对连续性状与离散性状构建模型，获取SNP位点对各性状的贡献度评分表，并结合参考基因型与单位贡献度变化值，生成性状目标评估基线数据。最后，结合用户输入的目标性状配置，构建多目标损失函数并优化求解，生成最优的SNP基因组合方案。提供了一种具备性状识别、基因贡献度量化及可解释性基因组合优化能力的智能育种方法，满足了现代育种工程的综合技术需求。

本发明授权基于作物性状与基因映射分析的可解释性育种推荐方法在权利要求书中公布了：1.一种基于作物性状与基因映射分析的可解释性育种推荐方法，其特征在于，包括以下步骤： S1，对作物田块进行多角度遥感图像采集，同时采集对应植株叶片组织的SNP基因组标记信息； S2，将S1采集的多角度遥感图像输入到训练完成的实体级作物性状特征抽取模型中，输出每株植株的空间位置结果和性状识别结果； 所述实体级作物性状特征抽取模型包括植株空间识别通道、结构性状感知通道和性状融合识别通道； 所述植株空间识别通道以俯视主视角图像为输入，用于实现植株个体的空间位置感知与粗粒度结构轮廓提取，适用于空间结构主导性状的识别； 所述结构性状感知通道以倾斜视图与侧视图辅助图像为输入，用于建模植株三维结构特征，补充主视角下因遮挡或角度局限造成的结构性状缺失信息，适用于提取细粒度连续性性状； 所述性状融合识别通道用于将植株空间识别通道与结构性状感知通道的输出特征进行联合建模，首先，将两个通道的输出特征与进行通道拼接，作为融合识别通道的输入，得到通道联合特征；随后输入至跨视角融合卷积层生成统一特征表示结构性状判别特征；之后通过两层卷积进行特征压缩，得到压缩后的特征，分别送入空间位置识别头和结构性状识别头，空间位置识别头输出每株植株的空间位置结果，结构性状识别头输出性状识别结果； S3，结合植株的空间位置结果匹配每株植株的SNP基因组标记信息和对应的性状识别结果，构建基因-性状配对数据集； S4，基于性状识别结果分别构建针对连续性状的Lasso回归模型与针对离散性状的随机森林分类模型，基于S3得到的配对数据集进行模型训练得到训练后两种模型的参数； S5，基于两种模型参数计算各SNP位点在该性状中的贡献度评分，将所有性状的贡献度评分拼接并构建得到结构化贡献度输出表；同时，统计当前场景下的参考SNP组合与参考性状结果，结合贡献度推导出单位贡献度对应的性状变化估计值，得到性状目标评估基线数据； S6，以得到的结构化贡献度输出表、性状目标评估基线数据以及用户目标性状配置，构建多目标损失函数并进行优化搜索，输出最优的SNP基因组合方案。

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河北省农林科学院农业信息与经济研究所，其通讯地址为：050000 河北省石家庄市和平西路598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”。