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！

龙图腾网恭喜浙江理工大学申请的专利基于深度学习的单细胞RNA测序数据分类方法和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：CN119479827B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510034076.4，技术领域涉及：G16B40/00；该发明授权基于深度学习的单细胞RNA测序数据分类方法和系统是由朱然;代琦;卜洋程设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于深度学习的单细胞RNA测序数据分类方法和系统在说明书摘要公布了：本发明公开了一种基于深度学习的单细胞RNA测序数据分类方法和系统。本发明提出了基于改进Transformer的多尺度神经网络，用于对预处理后的单细胞RNA测序数据进行分类。该多尺度神经网络集成了多尺度注意力机制、相对位置编码和门控前馈网络，不仅能够捕获数据的多层次依赖关系，还能通过特征筛选有效降低噪声干扰。相比传统的卷积神经网络或经典Transformer，本发明提出的多尺度神经网络在序列建模和分类任务中展现出了更强的鲁棒性和泛化能力。通过在多个公开数据集上的广泛测试，所提出的多尺度神经网络在细胞类别分类任务中展现出了更好的性能。

本发明授权基于深度学习的单细胞RNA测序数据分类方法和系统在权利要求书中公布了：1.一种基于深度学习的单细胞RNA测序数据分类方法，其特征在于，包括以下步骤：步骤1：对单细胞RNA测序数据进行预处理后，获得训练数据集；步骤2：构建基于改进Transformer的多尺度神经网络，利用训练数据集对基于改进Transformer的多尺度神经网络进行训练后，获得RNA测序数据分类模型；步骤3：对待检测的单细胞RNA测序数据预处理后再输入到RNA测序数据分类模型中，模型输出对应的分类结果；所述基于改进Transformer的多尺度神经网络包括依次相连的第一线性层、改进的Transformer模型、平均池化层、第一归一化层和第二线性层，基于改进Transformer的多尺度神经网络的输入作为第一线性层的输入，第二线性层的输出作为基于改进Transformer的多尺度神经网络的输出；所述改进的Transformer模型包括编码器和门控前馈网络，改进的Transformer模型的输入作为编码器的输入，编码器的输出与可学习的位置编码相加后再输入到门控前馈网络中，门控前馈网络的输出作为改进的Transformer模型的输出；所述编码器包括多尺度的多头注意力机制、随机失活层和第二归一化层，根据所述编码器的输入生成多个不同尺度的输入序列，接着将每个尺度的输入序列作为对应尺度的多头注意力机制的输入，然后将编码器的输入与所有尺度的多头注意力机制的输出拼接后再输入到随机失活层中，随机失活层和第二归一化层相连，第二归一化层的输出作为编码器的输出。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市钱塘区下沙高教园区2号大街928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”。