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！

龙图腾网获悉哈尔滨工业大学申请的专利一种多尺度特征增强与特征选择的代谢产物预测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：CN119380825B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411647402.0，技术领域涉及：G16B40/00；该发明授权一种多尺度特征增强与特征选择的代谢产物预测方法是由董洪超;孙叶;王亚东;刘博设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种多尺度特征增强与特征选择的代谢产物预测方法在说明书摘要公布了：一种多尺度特征增强与特征选择的代谢产物预测方法，涉及代谢产物预测领域。本发明是为了解决现有代谢产物预测准确率低的问题。本发明包括：对每个生物样本的质谱数据特征向量进行预处理，获得多尺度特征矩阵；利用多尺度特征矩阵，获取每个特征对于代谢类别的信息增益；根据每个特征对于代谢物预测的信息增益对多尺度特征矩阵中的特征进行筛选，获得最终特征集。利用最终特征集及对应代谢物标签训练ANN模型，获得代谢产物预测模型；获取待预测生物样本的最终特征集合，将待预测生物样本的最终特征集合输入到代谢产物预测模型中，获得待预测生物样本的代谢产物类别。本发明用于预测生物的代谢产物类别。

本发明授权一种多尺度特征增强与特征选择的代谢产物预测方法在权利要求书中公布了：1.一种多尺度特征增强与特征选择的代谢产物预测方法，其特征在于：所述方法具体过程为： 获取待预测生物样本的最终特征集合，将待预测生物样本的最终特征集合输入到代谢产物预测模型中，获得待预测生物样本的代谢产物类别； 所述待预测生物样本的最终特征集合按照生物样本最终特征集中包含的最终特征获取； 所述生物样本最终特征集，通过以下方式获得： 步骤一、对每个生物样本的质谱数据特征向量进行预处理，获得多尺度特征矩阵，具体为： 步骤一一、获取生物样本Sl的质谱数据特征向量Dl，对向量Dl中峰强度特征值进行预处理； 首先，获取生物样本Sl的质谱数据特征向量Dl； 所述生物样本的质谱数据特征向量Dl中包括的原始特征有：峰面积、保留时间、不同质荷比对应的峰强度； 其中，l是生物样本的标号，l∈[1,L]，L是生物样本总数； 然后，设置窗口大小A作为小窗口，窗口大小B作为大窗口，滑动步长为a； 其中，A和B为正整数，B大于A，A为大于等于3的正整数，a为大于等于1的正整数； 然后，利用小窗口按照a个步长在向量Dl中的不同质荷比对应的峰强度特征值组成的序列中滑动，获得每个小窗口内的峰强度特征值； 利用大窗口按照a个步长在向量Dl中的不同质荷比对应的峰强度特征值组成的序列中滑动，获得每个大窗口内的峰强度特征值； 最后，将每个小窗口内的峰强度特征值和每个大窗口内的峰强度特征值作为预处理后的向量Dl中峰强度特征值； 步骤一二、利用预处理后的峰强度特征值获取生物样本Sl的局部特征向量和全局特征向量； 步骤一三、利用步骤一二获得的生物样本Sl的局部特征向量、全局特征向量和生物样本Sl的质谱数据特征向量Dl，组成生物样本Sl的多尺度特征向量； 步骤一四、将不同生物样本的多尺度特征向量补零为相同长度后组成多尺度特征矩阵； 步骤二、利用多尺度特征矩阵，获取每个特征对于代谢产物类别的信息增益； 步骤三、根据每个特征对于代谢产物类别的信息增益对多尺度特征矩阵中的特征进行筛选，获得最终特征集。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。