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！

龙图腾网获悉常州大学申请的专利基于图卷积网络的miRNA与疾病关联预测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：CN117238377B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310514695.4，技术领域涉及：G16B40/00；该发明授权基于图卷积网络的miRNA与疾病关联预测方法是由侯振杰;陈严;姚海滨;孙晓燕设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本基于图卷积网络的miRNA与疾病关联预测方法在说明书摘要公布了：本发明涉及图卷积网络技术领域，尤其涉及基于图卷积网络的miRNA与疾病关联预测方法，包括利用疾病集成相似性，miRNA集成相似性和miRNA‑疾病关联信息构建异构网络；使用GCN学习疾病和miRNA的特征；在GCN的嵌入层中插入主动掩码卷积层；在GCN的嵌入层中插入CRF层；并集成主动掩码卷积层和CRF层；引入注意力机制重新构建miRNA‑疾病得分矩阵；使用双线性解码器重建miRNA与疾病关联的邻接矩阵。本发明解决基于复杂网络算法模型和基于深度学习模型都未考虑模型数据复杂，计算量大的问题；而且众多GCN模型中并没有去有效的聚合图数据中的节点信息。

本发明授权基于图卷积网络的miRNA与疾病关联预测方法在权利要求书中公布了：1.基于图卷积网络的miRNA与疾病关联预测方法，其特征在于，包括以下步骤： 步骤一、利用疾病集成相似性，miRNA集成相似性和miRNA-疾病关联信息构建异构网络； 步骤二、使用GCN学习疾病和miRNA的特征；在GCN的嵌入层的第一、三卷积层中插入主动掩码卷积层； 包括： 插入主动掩码卷积层，输出GCN编码器的第一层，公式为： 9； 其中，是的masked表示；是maskedlayer的调节参数；表示为非线性激活函数；是隐藏层权重矩阵的输入；是第一层嵌入；K是嵌入层的维度；D为图G的度矩阵；为初始化嵌入；M为MiRNA的数量；N为疾病的数量； 在GCN的嵌入层的第二卷积层中插入CRF层； 包括： 定义CRF层，给定初步嵌入Q时，更新后的节点H的条件概率公式为： 10； 其中，作为归一化因子，是能量函数； CRF的函数中嵌入的损失函数定义如下： 13； 其中，是节点i的邻居，而和是权重因子，为从GCN获得的节点i的初步嵌入；表示在CRF层中更新的节点i；表示在CRF层中更新的节点j；为节点i、j之间的相似性； 更新CRF层中第k+1次迭代的节点i的嵌入，公式为： 14； 其中，和是权重因子；为第k次迭代的节点j的嵌入； 并集成主动掩码卷积层和CRF层； 步骤三、引入注意力机制重新构建miRNA-疾病嵌入； 使用双线性解码器重建miRNA与疾病关联的邻接矩阵； 16； 其中，是可训练矩阵，是最终的miRNA嵌入，是最终的疾病嵌入； 利用第i个miRNA和第j个疾病之间的关联邻接矩阵中元素进行预测得分。

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常州大学，其通讯地址为：213000 江苏省常州市武进区滆湖路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。