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！

龙图腾网获悉南京航空航天大学申请的专利一种用于从DAPI到mIHC标志物生成的原型多任务学习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：CN120219564B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510694957.9，技术领域涉及：G06T11/40；该发明授权一种用于从DAPI到mIHC标志物生成的原型多任务学习方法是由郑旭雯;杨若诚;邵伟;朱旗;陈明珠设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种用于从DAPI到mIHC标志物生成的原型多任务学习方法在说明书摘要公布了：本发明公开了一种用于从DAPI到mIHC标志物生成的原型多任务学习方法，包括以下步骤：收集原始DAPI和marker数据，并进行预处理；构建原型多任务网络模型；设计损失函数；对原型多任务网络模型进行训练；对测试数据进行预处理，输入训练好的网络获得标志物的生成结果。本发明采用上述一种用于从DAPI到mIHC标志物生成的原型多任务学习方法，通过学习共享原型和特定任务原型捕获不同虚拟染色任务之间的关系；在原始注意力层中，重新加权并组合特定任务原型和共享原型，以指示不同mIHC标记的生成；利用多个不同marker的生成定位彼此达到多任务生成的目的，能够高效可解释的由DAPI染色生成多种marker。

本发明授权一种用于从DAPI到mIHC标志物生成的原型多任务学习方法在权利要求书中公布了：1.一种用于从DAPI到mIHC标志物生成的原型多任务学习方法，其特征在于，包括以下步骤： 步骤S1、收集原始DAPI和marker数据，并对所收集的数据进行预处理； 步骤S2、构建原型多任务网络模型，包括多任务原型层、原型注意力层和图像解码器层； 其中，构建原型注意力层的具体过程如下： 对于任务k，原始注意力层将所有激活图求和，如下所示： ； 其中，表示逐元素乘积；表示任务k的第i个特定激活图； 为不同的原型激活图分配不同的权重，其中每个权重表示其对应的原型激活图对于组合的重要性，如下所示： ； ； 其中，表示所有原型激活图加权并求和后所得的新激活图；表示提取特征；表示任务k的第i个特定原型激活图的权重；表示任务k的第j个共享激活图权重；表示任务k的第j个共享激活图； 为了计算不同激活图的权重，设计了一个原型通道注意力模块PCAM；PCAM模块首先将原型激活图的全局空间信息压缩为原型通道向量，如下所示： ； 然后，应用带有门控sigmoid函数的MLP层来捕获不同激活图之间的依赖关系，则获得任务k的权重，如下所示： ； 其中，表示Sigmoid门控函数；表示任务k的各原型激活图权重向量； 步骤S3、设计损失函数，包括单个任务损失、激活损失、多样性损失和生成损失； 步骤S4、对原型多任务网络模型进行训练； 步骤S5、基于上述步骤，对测试数据按训练中同样方法进行预处理，然后输入训练好的网络中，获得标志物的生成结果。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。