浙江理工大學朱然獲國家專利權
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!
龍圖騰網獲悉浙江理工大學申請的專利基于深度學習的單細胞RNA測序數據分類方法和系統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:CN119479827B 。
龍圖騰網通過國家知識產權局官網在2025-05-02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:202510034076.4,技術領域涉及:G16B40/00;該發明授權基于深度學習的單細胞RNA測序數據分類方法和系統是由朱然;代琦;卜洋程設計研發完成,并于2025-01-09向國家知識產權局提交的專利申請。
本基于深度學習的單細胞RNA測序數據分類方法和系統在說明書摘要公布了:本發明公開了一種基于深度學習的單細胞RNA測序數據分類方法和系統。本發明提出了基于改進Transformer的多尺度神經網絡,用于對預處理后的單細胞RNA測序數據進行分類。該多尺度神經網絡集成了多尺度注意力機制、相對位置編碼和門控前饋網絡,不僅能夠捕獲數據的多層次依賴關系,還能通過特征篩選有效降低噪聲干擾。相比傳統的卷積神經網絡或經典Transformer,本發明提出的多尺度神經網絡在序列建模和分類任務中展現出了更強的魯棒性和泛化能力。通過在多個公開數據集上的廣泛測試,所提出的多尺度神經網絡在細胞類別分類任務中展現出了更好的性能。
本發明授權基于深度學習的單細胞RNA測序數據分類方法和系統在權利要求書中公布了:1.一種基于深度學習的單細胞RNA測序數據分類方法,其特征在于,包括以下步驟:步驟1:對單細胞RNA測序數據進行預處理后,獲得訓練數據集;步驟2:構建基于改進Transformer的多尺度神經網絡,利用訓練數據集對基于改進Transformer的多尺度神經網絡進行訓練后,獲得RNA測序數據分類模型;步驟3:對待檢測的單細胞RNA測序數據預處理后再輸入到RNA測序數據分類模型中,模型輸出對應的分類結果;所述基于改進Transformer的多尺度神經網絡包括依次相連的第一線性層、改進的Transformer模型、平均池化層、第一歸一化層和第二線性層,基于改進Transformer的多尺度神經網絡的輸入作為第一線性層的輸入,第二線性層的輸出作為基于改進Transformer的多尺度神經網絡的輸出;所述改進的Transformer模型包括編碼器和門控前饋網絡,改進的Transformer模型的輸入作為編碼器的輸入,編碼器的輸出與可學習的位置編碼相加后再輸入到門控前饋網絡中,門控前饋網絡的輸出作為改進的Transformer模型的輸出;所述編碼器包括多尺度的多頭注意力機制、隨機失活層和第二歸一化層,根據所述編碼器的輸入生成多個不同尺度的輸入序列,接著將每個尺度的輸入序列作為對應尺度的多頭注意力機制的輸入,然后將編碼器的輸入與所有尺度的多頭注意力機制的輸出拼接后再輸入到隨機失活層中,隨機失活層和第二歸一化層相連,第二歸一化層的輸出作為編碼器的輸出。
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浙江理工大學,其通訊地址為:310018 浙江省杭州市錢塘區下沙高教園區2號大街928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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。