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！

龙图腾网获悉大连海事大学申请的专利一种利用外周组织DNA甲基化预测脑组织DNA甲基化的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：CN119724375B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411762114.X，技术领域涉及：G16B45/00；该发明授权一种利用外周组织DNA甲基化预测脑组织DNA甲基化的方法是由马宝山;孟洋洋设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种利用外周组织DNA甲基化预测脑组织DNA甲基化的方法在说明书摘要公布了：本发明公开了一种利用外周组织DNA甲基化预测脑组织DNA甲基化的方法，包括：获取脑部外周组织DNA甲基化数据包括血液组织，口腔组织和唾液组织；使用卷积注意力机制模块提取脑部外周组织DNA甲基化数据的跨组织特征数据矩阵并分为训练集与测试集；引入ResNet‑18模型，使用混合池化层替换ResNet‑18网络模型的全局池化层，得到改进ResNet‑18模型；将训练集输入改进ResNet‑18模型进行训练，得到脑部组织DNA甲基化预测模型，使用十折交叉验证优化模型参数，得到优化后的脑部组织DNA甲基化预测模型；将测试集输入优化后的脑部组织DNA甲基化预测模型，得到预测的脑部组织DNA甲基化数据；本发明可以不通过脑组织获取脑组织DNA甲基化数据，且脑部外周组织样本获取简单，得到的数据结果稳定，精确。

本发明授权一种利用外周组织DNA甲基化预测脑组织DNA甲基化的方法在权利要求书中公布了：1.一种利用外周组织DNA甲基化预测脑组织DNA甲基化的方法，其特征在于，包括： S1：获取脑部外周组织DNA甲基化数据，所述脑部外周组织包括血液组织，口腔组织和唾液组织； S2：使用卷积注意力机制模块对所述脑部外周组织DNA甲基化数据进行特征提取，提取外周组织DNA甲基化数据中的跨组织特征数据矩阵，并将所述跨组织特征数据矩阵分为训练集与测试集；具体步骤如下： S21、定义血液甲基化数据矩阵为，口腔甲基化数据矩阵为，唾液甲基化数据矩阵为，其中，代表样本，，代表特征，，定义外周组织DNA甲基化数据矩阵为，其中； S22、对外周组织DNA甲基化数据矩阵分别进行全局平均池化和全局最大池化，得到经全局平均池化处理得到的一维特征向量和经全局最大池化处理得到的一维特征向量，如公式1和2所示， 1 2 其中，和的维度均为，即样本的每个通道有一个值；表示全局平均池化，表示全局最大池化；表示样本总数，表示通道数； S23、将两个一维特征向量均输入至共享的全连接层和，得到两个权重向量，如公式3和4所示， 3 4 其中，表示Sigmoid函数，和为全连接层的两个权重矩阵；表示经全局平均池化处理得到的一维特征向量的权重向量，表示经全局最大池化处理得到的一维特征向量； S24、将两个权重向量通过加法求和，得到最终的通道权重矩阵，如公式5所示， 5 S25、将通道权重矩阵应用到外周组织DNA甲基化数据矩阵的每一个通道上，得到通道加权后的输出矩阵，如公式6所示， 6 S26、对通道加权后的输出矩阵进行特征聚合，得到两个二维特征向量，如公式7和8所示， 7 8 S27、将两个二维特征向量通过卷积操作，得到空间注意力权重矩阵，如公式9所示， 9 其中，表示卷积操作； S28、将空间注意力权重矩阵用到通道加权后的输出矩阵得到最终的输出矩阵，如公式10所示， 10 其中，表示最终的输出矩阵，即外周组织DNA甲基化数据中的跨组织特征数据矩阵； S3：引入ResNet-18模型，并使用混合池化层替换所述ResNet-18网络模型中的全局池化层，得到改进ResNet-18模型；所述混合池化层为最大池化层和与平均池化层的加权混合池化层； S4：将所述训练集输入所述改进ResNet-18模型进行训练，得到脑部组织DNA甲基化预测模型，使用十折交叉验证优化脑部组织DNA甲基化预测模型参数，得到优化后的脑部组织DNA甲基化预测模型； S5：将所述测试集输入所述优化后的脑部组织DNA甲基化预测模型，得到预测的脑部组织DNA甲基化数据，具体步骤如下： S51、将测试集输入优化后的脑部组织DNA甲基化预测模型中的初始卷积层并进行批量归一化处理，得到第一特征矩阵，如公式11所示， 11 其中，表示得到的第一特征矩阵，表示经过卷积注意力机制模块提取外周组织DNA甲基化数据中的跨组织特征数据矩阵，表示初始卷积层的卷积核权重矩阵，BN为批量归一化操作，为二维卷积操作，为激活函数； S52、将第一特征矩阵输入最大池化层，得到第二特征矩阵，如公式12所示， 12 其中，表示最大池化层的卷积核权重矩阵，表示二维最大池化操作，表示生成的第二特征矩阵； S53、将输入到第一个残差模块中，得到第三特征矩阵，再将第三特征矩阵输入到第二个残差模块中，得到第四特征矩阵，依此类推，将上一个残差模块输出的特征矩阵输入给下一个残差模块，得到最终预测的脑部组织DNA甲基化数据。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路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。