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！

龙图腾网获悉广东工业大学申请的专利一种对致癌性进行预测的致癌性预测模型的构建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：CN115565624B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202211396892.2，技术领域涉及：G16C20/70；该发明授权一种对致癌性进行预测的致癌性预测模型的构建方法是由陈唯;何家峰设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种对致癌性进行预测的致癌性预测模型的构建方法在说明书摘要公布了：本发明涉及一种对致癌性进行预测的致癌性预测模型的构建方法，包括以下步骤：首先采集多种化合物的数据，将多种化合物的数据进行筛选，分别筛选出致癌性数据和非致癌性数据，以此构建致癌性预测数据集；接着通过癌性预测数据集中的分子图结构数据来构建致癌性‑图卷积神经网络模型；通过致癌性预测数据集中的质谱数据来构建自编码器模型；随后对致癌性‑图卷积神经网络模型和自编码器模型最终分别输出的特征矩阵进行特征融合，将融合后的特征矩阵进行综合训练，最后输出预测结果；通过对预测结果进行分析，当满足精度要求，得到致癌性综合预测模型；通过得到的致癌性综合预测模型可以对化合物的致癌性进行预测，且预测精度更高。

本发明授权一种对致癌性进行预测的致癌性预测模型的构建方法在权利要求书中公布了：1.一种对致癌性进行预测的致癌性预测模型的构建方法，其特征在于，包括以下步骤： S1、采集多种化合物的数据，将多种化合物的数据进行筛选，分别筛选出致癌性数据和非致癌性数据，以此构建致癌性预测数据集； S2、通过癌性预测数据集中的分子图结构数据来构建致癌性-图卷积神经网络模型；通过致癌性预测数据集中的质谱数据来构建自编码器模型； 所述自编码器模型采用栈式自编码结构，该自编码器模型由输入层、隐藏层和输出层组成；且所述自编码器模型中采用3个隐藏层的深度自编码器，该自编码器模型的构建方法为： S221、将致癌性预测数据集中的质谱数据进行小波去噪处理，然后对其进行数据基线校正，提取相应的质谱数据集； S222、对质谱数据集进行预处理； S223、选择栈式自编码器，采用sigmoid函数作为激活函数进行激活； S224、通过3个隐藏层进行特征提取，同时调节隐藏层的节点参数来达到预期的性能，输出特征矩阵Z；S3、对致癌性-图卷积神经网络模型和自编码器模型最终分别输出的特征矩阵进行特征融合，将融合后的特征矩阵进行综合训练，最后输出预测结果；通过对预测结果进行分析，当满足精度要求，得到致癌性综合预测模型。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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”。