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！

龙图腾网获悉南京航空航天大学申请的专利一种细胞类别确定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：CN117153268B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202311132643.7，技术领域涉及：G16B40/20；该发明授权一种细胞类别确定方法及系统是由朱旗;李艾珍;章文骏;邵伟;张道强设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种细胞类别确定方法及系统在说明书摘要公布了：本发明公开一种细胞类别确定方法及系统，涉及细胞分类技术领域。所述方法包括：构建scDRLN模型；采用自步学习机制对源域数据集进行处理，确定小批量梯度下降法每个迭代次数下的源域训练数据集和源域训练数据集对应的各单细胞RNA测序数据的细胞类别；以总损失函数的值最小为目标，根据小批量梯度下降法每个迭代次数下的源域训练数据集、源域训练数据集对应的各单细胞RNA测序数据的细胞类别以及目标域数据集，对scDRLN模型进行训练，训练好的scDRLN模型中的第一分支用于确定细胞类别。本发明可充分利用数据的分布和结构信息提高细胞类别识别结果的准确性，并且可以识别稀有类别的细胞。

本发明授权一种细胞类别确定方法及系统在权利要求书中公布了：1.一种细胞类别确定方法，其特征在于，包括： 构建scDRLN模型；所述scDRLN模型包括第一分支、第二分支和第三分支；所述第一分支包括依次连接的特征提取器和标签分类器；所述第二分支包括依次连接的特征提取器和域鉴别器；所述第三分支包括依次连接的特征提取器和解码器； 获取源域数据集、目标域数据集以及所述源域数据集对应的各单细胞RNA测序数据的细胞类别；所述源域数据集包括ns个样本；所述源域数据集中的所有样本为不同组织中获取的不同批次的单细胞RNA测序数据处理后的基因表达矩阵；所述目标域数据集包括nt个样本，所述目标域数据集中的所有样本均为同一个组织中获取的不同批次的单细胞RNA测序数据处理后的基因表达矩阵；所述源域数据集与所述目标域数据集不相同，ns和nt均为大于1的正整数，且ns和nt不相等； 采用自步学习机制对所述源域数据集进行处理确定小批量梯度下降法每个迭代次数下的源域训练数据集； 根据所述小批量梯度下降法每个迭代次数下的源域训练数据集以及所述源域数据集对应的各单细胞RNA测序数据的细胞类别得到所述小批量梯度下降法每个迭代次数下的源域训练数据集对应的各单细胞RNA测序数据的细胞类别； 以总损失函数的值最小为目标，根据所述小批量梯度下降法每个迭代次数下的源域训练数据集、所述目标域数据集以及所述小批量梯度下降法每个迭代次数下的源域训练数据集对应的各单细胞RNA测序数据的细胞类别，采用小批量梯度下降法对所述scDRLN模型进行训练得到训练好的scDRLN模型，所述训练好的scDRLN模型中的第一分支用于确定细胞类别；所述总损失函数包括自步正则项、交叉熵损失函数、目标域数据集重建损失函数、全局对齐损失函数、源域数据集对齐损失函数和语义质心对齐损失函数；所述交叉熵损失函数为基于所述源域训练数据集、所述目标域数据集和所述第一分支确定的；所述目标域数据集重建损失函数为基于所述目标域数据集和所述第三分支确定的；所述全局对齐损失函数为基于所述源域训练数据集、所述目标域数据集以及所述第二分支确定的；所述源域数据集对齐损失函数为基于所述源域训练数据集以及特征编码器确定的；所述语义质心对齐损失函数为基于所述源域训练数据集、所述目标域数据集、所述标签分类器和所述特征编码器确定的；所述自步正则项为根据全局对齐损失函数确定的。

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京航空航天大学，其通讯地址为：210016 江苏省南京市江宁区将军路29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。