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数据图结构的肿瘤基因分型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：CN120636519B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511133750.0，技术领域涉及：G16B20/00；该发明授权基于多模态数据图结构的肿瘤基因分型预测方法及系统是由高帅;吴世豪;李玮;杨帆;苏鹏;孙成玺;徐苗苗设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本基于多模态数据图结构的肿瘤基因分型预测方法及系统在说明书摘要公布了：本发明属于肿瘤分型技术领域，公开了一种基于多模态数据图结构的肿瘤基因分型预测方法及系统，包括获取肿瘤样本的样本病理图像和样本多组学特征；将病理图像输入Hyper‑RBAT‑Net网络中，输出对应的结构化掩膜图像，基于掩膜图像构建三级病理结构图谱；将三级病理结构图谱与样本多组学特征进行联合嵌入构建融合图结构，学习融合图结构的图表示，获得样本嵌入表示；利用样本嵌入表示进行肿瘤分型预测，定义损失函数，对肿瘤分型预测模型进行训练，利用训练好的模型进行肿瘤基因分型预测。本发明通过构建三级病理结构图谱，融合多组学特征，并采用改进的图注意力机制进行图表示学习，能够更全面地挖掘肿瘤的结构表达信息，提高基因分型的准确性和泛化能力。

本发明授权基于多模态数据图结构的肿瘤基因分型预测方法及系统在权利要求书中公布了：1.基于多模态数据图结构的肿瘤基因分型预测方法，其特征在于，包括以下步骤： 获取多个待检测肿瘤样本的多模态数据，所述多模态数据包括样本病理图像和样本多组学特征； 将病理图像输入Hyper-RBAT-Net网络中，自动分割并分类病理图像中的细胞实例、TLS区域与组织区块，输出对应的结构化掩膜图像，基于掩膜图像构建三级病理结构图谱； 将三级病理结构图谱与样本多组学特征进行联合嵌入，构建融合图结构，采用图注意力和主邻域聚合机制学习融合图结构的图表示，获得样本嵌入表示； 利用样本嵌入表示进行肿瘤分型预测，定义损失函数，对肿瘤分型预测模型进行训练，利用训练好的肿瘤分型预测模型进行肿瘤基因分型预测； Hyper-RBAT-Net网络包括融合通道注意力与空间注意力的残差增强结构，其特征映射表达公式为： ； 式中，为RBAT-Net特征映射的输入特征张量，表示从原始病理图像中提取的基础特征，经过通道注意力和空间注意力增强后，网络融合得到的输出特征张量表示为，为动态门控系数，用于调节通道注意力和空间注意力之间的融合权重，和分别为通道注意力与空间注意力增强特征，具体定义为： ； ； 式中，为通道注意力增强后的特征表示，表示Hadamard乘积，和为权重矩阵，ReLU为激活函数，表示全局平均池化操作，为空间注意力增强特征，表示拼接操作，表示平均池化操作，表示最大池化操作，表示尺寸为的卷积核； 三级病理结构图谱包括细胞层、TLS层和组织层，其中，细胞层节点为单个细胞，边权通过高斯核度量空间邻接关系计算，TLS层节点为TLS团块，边权基于形态与密度相似性计算，组织层节点为组织区块，边权基于基因表达异质性计算； 损失函数由交叉熵损失、蒸馏正则项、梯度平滑正则项及合成先验对齐项共同构成，通过超参数调节各分量权重。

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 山东省济南市历下区经十路17923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。