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！

龙图腾网获悉湖南大学申请的专利多示例多任务学习的泛癌生物标志物的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：CN119888349B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510041802.5，技术领域涉及：G06V10/764；该发明授权多示例多任务学习的泛癌生物标志物的预测方法及系统是由何敏;冯小兵;黄俞凯设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本多示例多任务学习的泛癌生物标志物的预测方法及系统在说明书摘要公布了：本发明属于医学病理图像技术领域，具体涉及一种多示例多任务学习的泛癌生物标志物的预测方法及系统，包括：获取实体瘤患者的全视野数字病理图像和泛癌生物标志物表达数据；基于全视野数字病理图像，进行预处理以及特征提取，得到病理特征数据集；基于病理特征数据集，将其输入至孪生多示例全卷积网络模型中进行训练，得到病理低维特征，并结合线性注意力机制，计算得到每个病理特征对应的注意力分数；结合每个病理低维特征以及对应的注意力分数，计算得到病理深度特征，并将病理深度特征输入至多任务分类预测模型中进行分类预测，得到泛癌中每个生物标志物的预测结果。

本发明授权多示例多任务学习的泛癌生物标志物的预测方法及系统在权利要求书中公布了：1.一种多示例多任务学习的泛癌生物标志物的预测方法，其特征在于，包括： 获取实体瘤患者的全视野数字病理图像和泛癌生物标志物表达数据； 基于全视野数字病理图像，进行预处理以及特征提取，得到病理特征数据集； 基于病理特征数据集，将其输入至孪生多示例全卷积网络模型中进行训练，得到病理低维特征，并结合线性注意力机制，计算得到每个病理特征对应的注意力分数； 结合每个病理低维特征以及对应的注意力分数，计算得到病理深度特征，并将病理深度特征输入至多任务分类预测模型中进行分类预测，得到泛癌中每个生物标志物的预测结果； 所述基于病理特征数据集，将其输入至孪生多示例全卷积网络模型中进行训练，得到病理低维特征，并结合线性注意力机制，计算得到每个病理特征对应的注意力分数，包括： 基于全卷积神经网络，构建孪生架构的双流子网；所述双流子网包括两个权重共享的子网；每个所述子网由1个卷积层、2个整流单元激活层、1个自适应平均池化层、以及2个堆叠的全连接层组成； 基于病理特征数据集，将其输入至双流子网中进行训练，得到病理低维特征； 所述病理低维特征的表达式为： ； 式中，表示第个病理嵌特征对应的低维特征嵌入表示，，表示病理特征的总数；表示激活函数；表示第一个全连接层的权重矩阵；表示第一个全连接层的偏置向量；表示第二个全连接层的权重矩阵；表示第二个全连接层的偏置向量；表示第个未经映射的嵌入向量、即第个病理特征； 基于病理低维特征，将其输入至聚焦线性注意力模块中进行训练，得到每个病理特征对应的注意力分数； 所述每个病理特征对应的注意力分数的表达式为： ； 式中，表示注意力模块中第个病理特征和第个任务的注意力分数；表示第个病理特征和第个任务的查询向量；表示第个token的键向量；表示第个token的值向量；，表示输入序列中token的数量、即模型需要处理元素的总数；表示深度卷积函数；表示映射函数或特征变换函数。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。