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！

龍圖騰網恭喜佛山大學申請的專利一種基因組預測方法、系統及設備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：CN119673287B 。

龍圖騰網通過國家知識產權局官網在2025-04-18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：202510202420.6，技術領域涉及：G16B30/10；該發明授權一種基因組預測方法、系統及設備是由康慧敏;楊婷婷;伍偉聰設計研發完成，并于2025-02-24向國家知識產權局提交的專利申請。

本一種基因組預測方法、系統及設備在說明書摘要公布了：本發明涉及數據處理技術領域，提供了一種基因組預測方法、系統及設備，該方法包括：構建動態權重比例分配機制，根據動態權重比例分配機制獲取基因組權重比例；構建TRM?CNN預測模型；獲取預處理后的目標基因組數據的目標基因組編碼向量；對目標基因組編碼向量進行特征提取，獲取第一目標基因組特征以及第二目標基因組特征；對第一目標基因組特征以及第二目標基因組特征進行融合，獲取目標基因組融合特征向量；將目標基因組融合特征向量傳遞至回歸層，獲取與基因組相對應的表型的預測結果。本發明結合了Transformer和CNN兩種神經網絡架構，能夠平衡局部和全局樣本信息特征，顯著提升了基因組預測的準確性以及泛化能力。

本發明授權一種基因組預測方法、系統及設備在權利要求書中公布了：1.一種基因組預測方法，其特征在于，所述基因組預測方法包括如下步驟：采集基因組數據樣本以及表型數據樣本，以采集到的所述基因組數據樣本以及所述表型數據樣本作為訓練樣本集；構建動態權重比例分配機制，根據所述動態權重比例分配機制獲取基因組權重比例；構建TRM-CNN預測模型并對所述TRM-CNN預測模型進行訓練，以獲取訓練好的所述TRM-CNN預測模型；獲取目標基因組數據，在對所述目標基因組數據進行預處理后，通過編碼層獲取預處理后的所述目標基因組數據的目標基因組編碼向量；分別通過TRM神經網絡模塊以及CNN神經網絡模塊對所述目標基因組編碼向量進行特征提取，獲取第一目標基因組特征以及第二目標基因組特征；根據所述基因組權重比例對所述第一目標基因組特征以及所述第二目標基因組特征進行融合，獲取目標基因組融合特征向量；將所述目標基因組融合特征向量傳遞至回歸層，獲取與所述基因組相對應的表型的預測結果；根據所述動態權重比例分配機制獲取基因組權重比例的具體方法包括如下步驟：獲取基因組權重基礎比例；獲取所述基因組數據樣本的第一復雜度以及所述表型數據樣本的集中度；根據所述第一復雜度、所述集中度以及所述基因組權重基礎比例獲取所述基因組權重比例；對所述TRM-CNN預測模型進行訓練的具體方法還包括如下步驟：獲取多個模型LOSS客觀因素特征值；獲取所述TRM神經網絡模塊以及所述CNN神經網絡模塊之間的特征對齊損失值；根據所述表型數據樣本的表型樣本特征向量、所述第一復雜度、所述集中度、所述特征對齊損失值以及多個所述模型LOSS客觀因素特征值構建TRM-CNN預測模型網絡損失函數；所述網絡損失函數；其中，表示所述表型樣本特征向量真實值與預測值之間的均方誤差，，表示特征對齊損失值，，表示表型樣本的數量，表示第個表型樣本特征向量真實值，表示第個表型樣本特征向量預測值，、表示第一預設參數以及第二預設參數且均由技術人員設定，分別表示KL散度值以及余弦相似度值，，，分別表示所述第一復雜度以及所述集中度，表示所述模型LOSS客觀因素特征值的數量，表示第個模型LOSS客觀因素特征值，表示第個模型LOSS客觀因素特征標準值，分別表示第一預設系數、第二預設系數以及第三預設系數且均由技術人員設定。

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佛山大學，其通訊地址為：528200 廣東省佛山市南海區獅山鎮廣云路33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”。