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(深圳)申请的专利基于生成对抗网络的染色体构像接触图增强方法和装置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：CN115345797B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211007292.2，技术领域涉及：G06T5/60；该发明授权基于生成对抗网络的染色体构像接触图增强方法和装置是由陈俊杰;徐潇雨设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本基于生成对抗网络的染色体构像接触图增强方法和装置在说明书摘要公布了：本发明涉及染色体测序增强技术领域，具体是涉及基于生成对抗网络的染色体构像接触图增强方法和装置。本发明充分考虑了碱基距离与染色体构像接触图之间的关联性，将碱基距离作为条件信息输入到生成对抗网络中，使得生成对抗网络在训练时能够区别对待不同碱基距离的染色体构像接触图，进而使得训练之后的模型能够根据各个染色体构像接触图的碱基距离有针对性的进行分辨率增强，从而提高整体染色体构像接触图的分辨率。

本发明授权基于生成对抗网络的染色体构像接触图增强方法和装置在权利要求书中公布了：1.一种基于生成对抗网络的染色体构像接触图增强方法，其特征在于，包括： 依据原始染色体构像接触图的各个区域在染色体中的位置，处理原始染色体构像接触图，得到样本染色体构像接触图，样本染色体构像接触图包括碱基距离分别为0Kb、40Kb、80Kb、120Kb、160Kb的接触图； 依据样本染色体构像接触图和样本染色体构像接触图的碱基距离，将碱基距离输入到生成对抗网络中，训练生成对抗网络，得到已训练的所述生成对抗网络； 将待增强染色体构像接触图输入至已训练的所述生成对抗网络中的生成器，得到输出的已增强染色体构像接触图； 所述依据样本染色体构像接触图和样本染色体构像接触图的碱基距离，训练生成对抗网络，得到已训练的所述生成对抗网络，包括： 将所述样本染色体构像接触图和所述样本染色体构像接触图的碱基距离输入至待训练的所述生成器，得到待训练的所述生成器输出的增强分辨率样本图； 将待训练的所述生成器输出的增强分辨率样本图和真实设定分辨率图输入至待训练的鉴别器，得到待训练的所述鉴别器输出的生成损失函数，所述生成损失函数用于表征增强分辨率样本图和真实设定分辨率图之间的差异程度； 依据所述生成损失函数，调整待训练的所述生成器的参数，完成对所述生成器的一轮训练； 将所述样本染色体构像接触图和所述样本染色体构像接触图的碱基距离输入至一轮训练之后的所述生成器，得到一轮训练之后的所述生成器输出的增强分辨率样本图； 将一轮训练之后的所述生成器输出的增强分辨率样本图和所述真实设定分辨率图输入至待训练的所述鉴别器，得到待训练的所述鉴别器的输出值； 计算一轮训练之后的所述生成器输出的增强分辨率样本图相对所述真实设定分辨率图的真实损失值； 计算待训练的所述鉴别器的输出值相对期望鉴别器的输出值的损失值，记为鉴别损失函数； 依据所述鉴别损失函数，调整待训练的所述鉴别器的参数，得到对所述鉴别器的一轮训练； 依据一轮训练之后的所述生成器和一轮训练之后的所述鉴别器，继续交替训练所述生成器和所述鉴别器，直至迭代次数达到设定次数，完成对所述生成对抗网络的训练，所述生成器和所述鉴别器构成所述生成对抗网络，生成器的损失函数： D为鉴别器，c为碱基距离，x为生成器输出的增强分辨率样本图，为鉴别器D在输入的碱基距离c的条件下对输入的样本x给出的输出结果，MSE_loss为均方误差损失，VGG_loss为VGG特征损失，TV_loss为总变分损失，为均方误差损失的系数，为VGG特征损失的系数，为总变分损失的系数； 用下式判定是否完成生成对抗网络的训练： D为鉴别器输出的生成损失函数，G为生成器输出的增强分辨率样本图，c为碱基距离，x为样本，为低分辨率样本的分布，为真实设定分辨率图的分布，为生成器输出的增强分辨率样本图的分布，λ为梯度惩罚损失的系数。

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哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。