长春师范大学孙秋成获国家专利权
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！
龙图腾网获悉长春师范大学申请的专利一种基于注意力机制与图变分自编码器的单细胞多模态数据整合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：CN121393546B 。
龙图腾网通过国家知识产权局官网在2026-04-24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：202511958945.9，技术领域涉及：G16B20/30；该发明授权一种基于注意力机制与图变分自编码器的单细胞多模态数据整合方法是由孙秋成;陈杰;孙明玉;王春艳;范木杰设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。
本一种基于注意力机制与图变分自编码器的单细胞多模态数据整合方法在说明书摘要公布了：本发明公开了一种基于注意力机制与图变分自编码器的单细胞多模态数据整合方法，所述方法包括如下步骤：步骤1、多模态数据预处理与细胞关系图构建；步骤2、基于多头注意力的跨模态邻接矩阵融合；步骤3、图变分自编码器训练与多目标优化；步骤4、多目标损失计算与模型联合优化；步骤5、细胞低维嵌入提取与聚类分析。该方法通过多头注意力机制融合单细胞转录组与表观遗传组数据，并利用图变分自编码器学习细胞的低维嵌入表示，实现对单细胞多模态数据的高效整合与聚类分析。
本发明授权一种基于注意力机制与图变分自编码器的单细胞多模态数据整合方法在权利要求书中公布了：1.一种基于注意力机制与图变分自编码器的单细胞多模态数据整合方法，其特征在于所述方法包括如下步骤： 步骤1、多模态数据预处理与细胞关系图构建： 将原始测序数据转化为标准化的特征矩阵，并基于各模态数据独立构建细胞间的关系网络图； 步骤2、基于多头注意力的跨模态邻接矩阵融合： 将步骤1得到的RNA模态细胞关系图和ATAC模态细胞关系图进行融合，生成共识细胞关系图； 步骤3、图变分自编码器训练与多目标优化： 利用融合邻接矩阵的拓扑结构信息，指导图变分自编码器模型学习细胞的低维、平滑且信息丰富的嵌入表示； 步骤4、多目标损失计算与模型联合优化： 通过一个综合的损失函数指导整个模型进行端到端的训练； 步骤5、细胞低维嵌入提取与聚类分析： 利用训练好的模型获得细胞的最终表示，并完成细胞亚群的划分。
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长春师范大学，其通讯地址为：130000 吉林省长春市长吉北路677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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励