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！

龙图腾网获悉生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)申请的专利融合机器学习和荟萃分析的微塑料毒性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：CN120951142B 。

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：202511352315.7，技术领域涉及：G06F18/2415；该发明授权融合机器学习和荟萃分析的微塑料毒性预测方法是由刘煌睿;丁平;陈晨;闫海虎;陈禧设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本融合机器学习和荟萃分析的微塑料毒性预测方法在说明书摘要公布了：本申请涉及毒性检测技术领域，公开了一种融合机器学习和荟萃分析的微塑料毒性预测方法。该方法包括：对微塑料样品进行多维度检测，得到理化特征参数；将理化特征参数与毒性数据进行荟萃分析，得到质量校正毒性数据；判断毒性相关性是否满足约束条件，若满足则进行协同学习，得到预测算法；输入特征参数进行预测计算，判断不确定性后输出毒性预测值；进行风险计算和机制分析，判断风险等级并生成评估结果。本申请提高了微塑料毒性预测的准确性。

本发明授权融合机器学习和荟萃分析的微塑料毒性预测方法在权利要求书中公布了：1.一种融合机器学习和荟萃分析的微塑料毒性预测方法，其特征在于，所述方法包括： 步骤S1：对微塑料样品进行光谱检测、形貌检测和表面电荷检测，得到微塑料理化特征参数； 步骤S2：将所述微塑料理化特征参数与生物毒性检测数据进行荟萃分析处理，基于检测方法标准化评分建立动态权重分配，得到质量校正毒性数据，包括：对所述微塑料理化特征参数与多源生物毒性检测数据进行数据质量评估，基于实验设计完整性评分和检测精度评分计算每个数据源的可信度评分，得到数据质量评估矩阵；根据所述数据质量评估矩阵中的可信度评分和样本量信息进行权重计算，将可信度评分与样本量归一化权重相乘，得到动态权重分配系数；基于所述动态权重分配系数对不同来源的毒性检测数据进行加权合并处理，采用DerSimonian-Laird随机效应模型计算加权平均效应量，得到异质性校正结果；将所述异质性校正结果与所述微塑料理化特征参数进行数据融合，按照毒性终点类型进行分类整理，得到所述质量校正毒性数据； 步骤S3：判断所述质量校正毒性数据中急性毒性与慢性毒性的相关性是否满足生物学约束条件，若满足则根据多毒性终点间约束关系进行协同学习训练，建立理化特征与多毒性终点间的关联映射，得到约束融合预测算法，包括：对所述质量校正毒性数据中的急性毒性数据与慢性毒性数据进行皮尔逊相关性计算，判断相关系数是否大于预设生物学约束阈值，若大于则确认满足生物学约束条件，得到毒性终点相关性验证结果；根据所述毒性终点相关性验证结果建立多任务学习损失函数，将急性毒性、慢性毒性、生物累积性和遗传毒性的损失项进行加权组合，得到约束损失函数；基于所述约束损失函数对所述微塑料理化特征参数与毒性终点数据进行神经网络训练，采用共享隐藏层提取通用特征表征，得到多毒性终点映射网络；将所述多毒性终点映射网络与生物学约束条件进行集成优化，添加毒性终点间的正则化约束项，得到所述约束融合预测算法； 步骤S4：将待测样品理化特征参数输入所述约束融合预测算法进行毒性计算，判断预测不确定性是否超过设定阈值，若未超过则结合贝叶斯量化输出毒性预测值及置信区间； 步骤S5：根据所述毒性预测值进行风险商值计算和机制贡献度分析，判断风险商值是否超过安全阈值，若超过则标记为高风险并生成预警信息，得到分级风险评估结果。

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生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)，其通讯地址为：510535 广东省广州市黄埔区瑞和路18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。