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！

龙图腾网恭喜山东大学申请的专利一种基于异质图的空间多组学技术空间域识别方法及系统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：CN118800328B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411273907.5，技术领域涉及：G16B25/10；该发明授权一种基于异质图的空间多组学技术空间域识别方法及系统是由张威;高瑞;于娜;张道良;李浩杨;江正帅;隋新仪设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本一种基于异质图的空间多组学技术空间域识别方法及系统在说明书摘要公布了：本发明提出了一种基于异质图的空间多组学技术空间域识别方法及系统，属于生物信息学技术领域。方法包括：获取空间组学数据并进行数据预处理，得到基因表达数据；利用细胞的空间位置信息将预处理后的空间组学数据的组织图像按照细胞个数划分为多个子图像；基于提取的特征表示构建不同视角下的邻接矩阵；对每一个视角构建一组图编码器，得到图编码特征；基于注意力机制构建异质图；构建训练模型；将待识别的空间组学数据输入至训练后的模型获得多组学空间域信息。该方法能够有效整合和分析空间多组学数据，在多个视角探究空间组学数据，提高空间域识别的准确性和效率，为深入理解细胞间的空间功能关系提供了新的工具和视角。

本发明授权一种基于异质图的空间多组学技术空间域识别方法及系统在权利要求书中公布了：1.一种基于异质图的空间多组学技术空间域识别方法，其特征是，包括：获取空间组学数据并进行数据预处理，获得基因表达数据；利用细胞的空间位置信息将预处理后的空间组学数据的组织图像按照细胞个数划分为多个子图像，从多个子图像中提取特征表示；基于提取的特征表示构建不同视角下的邻接矩阵；对每一个视角构建一组图编码器，每一组图编码器包含两层GCN，分别对不同视角下构建的邻接矩阵和基因表达数据进行处理，得到图编码特征，GCN为图卷积神经网络；基于注意力机制构建异质图：利用注意力机制计算图编码特征中每一个视角的潜在特征，将多个视角下的潜在特征相加，即为所有视角的联合潜在特征；基于所有视角的联合潜在特征计算联合概率密度和经验概率密度，基于联合概率密度和经验概率密度，定义自监督的目标函数，构建训练模型；将待识别的空间组学数据输入至训练后的模型获得多组学空间域信息；构建不同视角下的邻接矩阵，包括：图像视角：构建基于图像的多组学图关系，，即形成图像图标；基因视角：构建基于基因的多组学图关系，，即形成表达图；空间视角：构建基于空间信息的多组学图关系，，即形成空间图；具体的：构建基于图像视角和基因视角的距离计算：根据提取特征计算两两细胞之间的图像的余弦距离，用于构建基于图像的距离计算；构建基于空间视角的邻接距离计算：根据位置信息计算两两细胞之间的距离，即欧氏距离；构建多视角图编码器：生成个图编卷积编码器，得到不同视角下的空间组学嵌入，具体的：对每一个视角构建一组图编码器，每一组图编码器包含两层GCN，将不同视角下构建的邻接矩阵和基因表达数据，得到每一空间组学数据的不同视角下的，得到图编码特征；利用注意力机制计算图编码特征中每一个视角的权重和潜在特征；最终得到不同视角下的空间组学嵌入，；基于注意力机制构建异质图：利用注意力机制，融合，并获得个视角的权重；具体的：融合多个视角，构建空间异质图和多模态联合嵌入；基于注意力机制构建异质图，具体表现为构建异质图网络的邻接矩阵；此处利用注意力机制计算每一个视角的权重和潜在特征，每一个视角的权重用于计算异质图网络的邻接矩阵； 进而计算异质图网络的邻接矩阵： 将多个视角下的潜在特征相加，即为所有视角的联合潜在特征。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。