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！

龙图腾网获悉厦门大学申请的专利基于局部空间结构的质谱成像数据归一化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：CN119992031B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510069576.1，技术领域涉及：G06V10/20；该发明授权基于局部空间结构的质谱成像数据归一化方法及系统是由董继扬;韩超;郭凡靖;邓伶莉设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于局部空间结构的质谱成像数据归一化方法及系统在说明书摘要公布了：本发明涉及基于局部空间结构的质谱成像数据归一化方法及系统，方法包括：通过构建空间邻近矩阵和谱相关性矩阵，并相乘得到像素间的邻接矩阵，捕捉像素间的空间关系和谱相似度；对数据进行降维处理，以减少计算复杂度并提取主要特征；对降维后的数据实施对数变换，计算邻居像素谱之间的L1范数距离，并引入惩罚系数构建目标函数；采用梯度下降法最小化目标函数，迭代更新所有像素的归一化系数直至收敛；将归一化系数应用于初始MSI数据，获得归一化后的数据集。本发明通过基于局部空间结构的质谱成像数据归一化方法实现对MSI数据进行归一化校正的同时，较好地保留局部空间结构，使得不同组织微区之间的边界更加清晰，更容易分辨。

本发明授权基于局部空间结构的质谱成像数据归一化方法及系统在权利要求书中公布了：1.一种基于局部空间结构的质谱成像数据归一化方法，其特征在于，包括： S1，导入初始MSI数据集和MSI图像中各像素的空间位置信息； S2，基于各像素的空间位置信息构建MSI图像像素的空间邻近矩阵，计算MSI图像中两两像素之间的谱相关性，基于谱相关性构建像素之间的谱相关性矩阵，将空间邻近矩阵和谱相关性矩阵相乘，获得MSI图像像素间的邻接矩阵； S3，对初始MSI数据集进行维度缩减，获得降维后的数据集； S4，对降维后的数据集进行对数变换，并基于邻接矩阵计算邻居像素谱之间的L1范数距离，将所有邻居像素谱之间的L1范数距离进行累加，获得累加和；引入惩罚系数，并基于累加和构建目标函数； S5，通过梯度下降方法最小化目标函数，并迭代更新MSI图像中所有像素的归一化系数直至收敛，得到最终的归一化系数； S6，将最终的归一化系数乘上初始MSI数据集，得到归一化后的MSI数据集； 所述S4具体包括： 初始化各像素的归一化系数，其中，表示像素i的初始归一化系数，N为像素个数； 对降维后的数据集进行对数变换，计算公式如下： ； 其中，为对数变换前像素的强度矢量，的含义与前文一致，为对数变换前后像素的强度矢量； 计算两两邻居像素谱之间的L1范数距离，计算公式如下： ； 其中，和表示邻居像素i和j经过对数变换后的强度矢量，表示邻居像素i与j谱之间的L1范数距离； 计算所有邻居像素谱之间的加权L1范数距离之和，计算公式如下： ； 其中，表示所有邻居像素谱之间的加权L1范数距离之和； 引入惩罚系数，得到目标函数，计算公式如下： ； 其中，为所有邻居像素对的个数，为对归一化系数的惩罚系数。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。