買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南寧源動生命醫學研發有限公司;佰茵云(廣州)醫學研究有限責任公司;南方醫科大學珠江醫院申請的專利一種空間單細胞基因多組學定量預測的方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119229956B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411083617.4，技術領域涉及：G16B20/00；該發明授權一種空間單細胞基因多組學定量預測的方法及裝置是由田杰;崔春暉;莫客;宋瓊;樊星迪;王浩丞;陳奕翾;李婷;黃成裕;賈建剛設計研發完成，并于2024-08-08向國家知識產權局提交的專利申請。

本一種空間單細胞基因多組學定量預測的方法及裝置在說明書摘要公布了：本發明提供一種空間單細胞基因多組學定量預測的方法及裝置，涉及單細胞識別技術領域，該方法構建了一種針對HE染色切片的AIHE多組學深度學習模型，首先將多組學數據轉換為二元變量數據，并將HE染色切片處理為WSI格式圖像塊，并對WSI格式圖像塊中的細胞進行區域標簽設置，再將含有單細胞的區域標簽的WSI格式圖像塊作為AIHE多組學深度學習模型的輸入，并將轉換后的二元變量數據作為AIHE多組學深度學習模型的訓練目標，對AIHE多組學深度學習模型進行多組學數據識別訓練，通過訓練后AIHE多組學深度學習模型識別出待識別HE染色切片對應的單細胞定量數據，提高了HE染色圖像的識別程度，且降低了成本。

本發明授權一種空間單細胞基因多組學定量預測的方法及裝置在權利要求書中公布了：1.一種空間單細胞基因多組學定量預測的方法，其特征在于，包括如下步驟： 從基礎數據庫中獲得HE染色切片及其相應的多組學數據，將所述多組學數據轉換為二元變量數據，并將所述HE染色切片處理為WSI格式圖像塊； 利用預訓練的HoverNet模型分別從WSI格式圖像塊中提取出單細胞信息，并將所述單細胞信息對應的核區域擴展到相鄰區域，得到WSI格式圖像塊中每個單細胞的區域標簽； 以EfficientNet-B3作為骨干網絡構建AIHE多組學深度學習模型，將含有單細胞的區域標簽的WSI格式圖像塊作為所述AIHE多組學深度學習模型的輸入，并將轉換后的二元變量數據作為所述AIHE多組學深度學習模型的訓練目標，對所述AIHE多組學深度學習模型進行多組學數據識別訓練，得到訓練后AIHE多組學深度學習模型； 將待識別HE染色切片輸入訓練后AIHE多組學深度學習模型，得到與所述待識別HE染色切片對應的單細胞定量數據； 所述從基礎數據庫中獲得HE染色切片及其相應的多組學數據，將所述多組學數據轉換為二元變量數據，并將所述HE染色切片處理為WSI格式圖像塊，具體為： 分別從TCGA數據庫和GTEx數據庫兩個基礎數據庫中獲得HE染色切片及其相應的多組學數據； 對所述多組學數據進行去除批次效應處理，將去除批次效應處理后的多組學數據進行中位數截斷處理，通過多標簽二元分類方法將中位數截斷處理后的多組學數據，得到二元變量數據； 將所述HE染色切片轉換為WSI格式圖像，并對所述WSI格式圖像進行圖像優化，并按照設定尺寸和設定像素將優化后的WSI格式圖像進行切塊，得到WSI格式圖像塊； 所述利用預訓練的HoverNet模型分別從WSI格式圖像塊中提取出單細胞信息，并將所述單細胞信息對應的核區域擴展到相鄰區域，得到WSI格式圖像塊中每個單細胞的區域標簽，具體為： 利用預訓練的HoverNet模型從WSI格式圖像塊中提取出單細胞信息，所述單細胞信息包括細胞核位置和形態信息； 通過形態學擴展算子將所述細胞核位置和形態信息對應的核區域擴展到相鄰區域，得到WSI格式圖像塊中每個單細胞的區域標簽，所述形態學擴展算子為： 其中，所述形態學擴展算子表示為將WSI格式圖像塊A中的每個點x擴大為Bx，記為作為區域標簽集合，所述區域標簽集合包括WSI格式圖像塊中每個單細胞的區域標簽； 所述將含有單細胞的區域標簽的WSI格式圖像塊作為所述AIHE多組學深度學習模型的輸入，并將轉換后的二元變量數據作為所述AIHE多組學深度學習模型的訓練目標，對所述AIHE多組學深度學習模型進行多組學數據識別訓練，具體為： 設WSI格式圖像塊中包含m個細胞，將m-n個細胞隨機屏蔽在WSI格式圖像塊中，作為特征維度中的背景噪聲，其余n個細胞通過對應的區域標簽進行訓練； 將轉換后的二元變量數據作為所述AIHE多組學深度學習模型的訓練目標，利用預先設置了學習率的AdamW優化器對EfficientNet-B3骨干網絡進行模型參數更新，包括： 在每一個輪次的訓練過程中，將WSI格式圖像塊復制為兩份圖像，分別為img1圖像和img0圖像，其中，在img1圖像中，通過每個單細胞的區域標簽掩蔽掉了全部細胞，以使img1圖像包含與細胞無關的背景噪聲，而img0圖像則保留了n個細胞，并掩蔽掉其他細胞，以使img0圖像包含背景噪聲與n個細胞的信息； 將所述img1圖像和所述img0圖像輸入EfficientNet-B3骨干網絡，提取出對應的圖像特征，記為feature1和feature0，并將feature1和feature0進行特征差值計算，得到兩個特征的差值； 將所述差值輸入與所述EfficientNet-B3骨干網絡的輸出連接的全連接層，輸出各類單細胞定量數據； 所述全連接層為二分類分類器。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南寧源動生命醫學研發有限公司;佰茵云(廣州)醫學研究有限責任公司;南方醫科大學珠江醫院，其通訊地址為：530012 廣西壯族自治區南寧市青秀區新民路4號華星時代廣場雍華府B棟23層2305號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。