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！

龙图腾网获悉云南大学申请的专利基于渐进式学习及多模态融合的空间转录组数据聚类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：CN120256988B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510747820.5，技术领域涉及：G06F18/23；该发明授权基于渐进式学习及多模态融合的空间转录组数据聚类方法是由闵文文;赵竟成;谢东廷设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本基于渐进式学习及多模态融合的空间转录组数据聚类方法在说明书摘要公布了：本发明涉及空间转录组数据聚类分析技术领域，公开了一种基于渐进式学习及多模态融合的空间转录组数据聚类方法。本发明用多层图卷积网络来捕获各个样本点间的高阶结构关系，再通过对比学习和互补掩码机制，最大程度地去除基因表达数据本身的各种的噪声；同时，通过两次交叉注意力巧妙地实现了最大程度融合基因表达数据、空间位置信息和组织学图像信息，即得到了融合特征潜表示Latent。与主流的空间转录组学聚类分析方法相比，本发明基于融合特征潜表示Latent进行聚类表现出更强的能力和出色的聚类性能，且具有显著的鲁棒性。

本发明授权基于渐进式学习及多模态融合的空间转录组数据聚类方法在权利要求书中公布了：1.一种基于渐进式学习及多模态融合的空间转录组数据聚类方法，其特征在于，包括步骤： 获取组织学图像及其对应的空间转录组数据； 将组织学图像按照样本点的大小进行切块，再将切成的各个小块通过医学图像大模型UNI提取组织学图像特征信息； 根据各个样本点的空间位置信息计算两两之间的空间欧式距离，选择各个样本点的k个最邻近的样本点作为邻居，构建空间邻接矩阵A； 将空间转录组数据中样本点的基因表达数据进行筛选和正则化处理，选取前3000高变基因的基因表达矩阵进行主成分分析，提取前200个主成分基因表达矩阵作为基因表达信息X； 将所述基因表达信息X按照预定比例随机对各行进行掩码，得到掩码基因表达矩阵，再对所述基因表达信息X进行互补掩码，得到互补掩码基因表达矩阵； 构建神经网络模型，所述神经网络模型包括第一编码器、第二编码器、第三编码器、解码器、第一交叉注意力融合模块、第二交叉注意力融合模块、渐进学习模块以及对比学习模块； 以所述空间邻接矩阵A、组织学图像特征信息、掩码基因表达矩阵以及互补掩码基因表达矩阵作为输入数据，以重构损失和对比损失作为总的损失函数，对所述神经网络模型进行训练，得到已训练神经网络模型； 将待分析的组织学图像和对应空间转录组数据进行预处理后得到的组织学图像特征信息、空间邻接矩阵A和基因表达信息X输入到所述已训练神经网络模型中，输出融合特征潜表示； 对所述融合特征潜表示进行聚类分析，输出聚类结果。

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云南大学，其通讯地址为：650500 云南省昆明市呈贡区大学城东外环南路；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”。