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！

龙图腾网获悉中国科学院武汉病毒研究所申请的专利一种基于深度学习的病毒基因组数据分析与预测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：CN120913637B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510950273.0，技术领域涉及：G16B20/20；该发明授权一种基于深度学习的病毒基因组数据分析与预测系统是由高晓霄;彭诚;张永丽;金凤银设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种基于深度学习的病毒基因组数据分析与预测系统在说明书摘要公布了：本发明公开了一种基于深度学习的病毒基因组数据分析与预测系统，涉及数据管理技术领域，通过深度学习模型模块利用卷积神经网络提取基因组局部特征并实现分类与变异检测；鲁棒性评估模块通过分析新突变测试数据集，量化模型在新突变中的性能波动；置信度分析模块评估模型预测置信度分布的异常，综合分析模块结合鲁棒性和置信度结果生成综合稳定性得分，动态量化模型对新突变的稳定性；模型优化模块基于分析结果迭代更新模型架构和训练数据集，从而显著提升模型对病毒动态变异的预测性能，有效解决了现有模型难以适应病毒基因组突变累积漂移的问题，为新突变的快速检测提供了高效、稳定的解决方案，具有重要的公共卫生意义。

本发明授权一种基于深度学习的病毒基因组数据分析与预测系统在权利要求书中公布了：1.一种基于深度学习的病毒基因组数据分析与预测系统，其特征在于：包括数据处理模块、深度学习模型模块、鲁棒性评估模块、置信度分析模块，综合分析模块以及模型优化模块； 数据处理模块，用于对病毒基因组序列数据进行采集、预处理和编码，包括将基因组序列通过One‑hot编码和数值映射转换为用于深度学习模型处理的数值形式； 深度学习模型模块，包括卷积神经网络，用于从编码后的病毒基因组序列中提取局部特征并进行分类和变异检测； 鲁棒性评估模块，用于构建包含非标准突变形式的新突变测试数据集，根据基准模型性能与新突变数据集性能之间的下降比率波动幅度，评估卷积神经网络模型对新突变预测性能的鲁棒性； 其中，对基准模型性能与新突变数据集性能之间的下降比率波动幅度进行分析后生成下降比率波动指数，下降比率波动指数的获取方法为： 从评估实验中收集所有测试样本的性能下降比率，形成数据集： ；其中，N是突变样本的总数，计算性能下降比率的均值，计算公式： ；计算性能下降比率的方差，计算公式：；计算下降比率波动指数，用于量化模型在新突变样本上的性能波动程度，表达式为：；式中，MK为下降比率波动指数； 置信度分析模块，用于收集卷积神经网络模型在新突变测试数据集上的预测置信度分布，并对正确预测与错误预测样本的平均置信度偏差情况进行分析，评估卷积神经网络模型的置信度分布异常程度； 综合分析模块，用于结合卷积神经网络模型对新突变预测性能的鲁棒性和卷积神经网络模型的置信度分布异常程度，生成卷积神经网络模型的综合稳定性得分，确定卷积神经网络模型在新突变预测中的稳定性； 模型优化模块，用于基于综合分析模块的结果，更新卷积神经网络模型的架构和训练数据集，以提高卷积神经网络模型对新突变的预测性能。

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中国科学院武汉病毒研究所，其通讯地址为：430071 湖北省武汉市武昌区小洪山中区44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。