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！

龙图腾网获悉西北工业大学申请的专利一种基于带权多元网络嵌入的乳腺癌预后分析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：CN116798519B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310658054.6，技术领域涉及：G16B40/00；该发明授权一种基于带权多元网络嵌入的乳腺癌预后分析方法是由李幸一;李俊明;尚学群设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于带权多元网络嵌入的乳腺癌预后分析方法在说明书摘要公布了：本发明涉及一种基于带权多元网络嵌入的乳腺癌预后分析方法，首先选取多个生物网络用户自定义并通过网络增强算法降低这些网络中的噪声从而优化网络结构，并量化网络中结点的相互作用关系的概率。针对这些增强的生物网络，我们开发了带权多元网络嵌入算法将这些加权网络中的结点表示为向量并根据这些向量重建了一个相似性网络。为了评估每个结点基因的重要性，通过网络传播算法并结合基因自身潜在的分类能力和疾病相关性，对网络中的结点进行排序。随后，排名靠前的结点基因将被视为候选生物标志物，并可将其用于乳腺癌的预后分析。

本发明授权一种基于带权多元网络嵌入的乳腺癌预后分析方法在权利要求书中公布了：1.一种基于带权多元网络嵌入的乳腺癌预后分析方法，其特征在于步骤如下： 步骤1：采用网络增强算法，对K个生物网络进行网络增强降低网络中的噪声水平，量化网络中结点的相互作用关系的概率,得到去噪后的增强网络为带权网络 步骤2：采用带权多元网络嵌入算法将增强后的带权网络中的表达基因所对应的结点n表示为向量vn，为结点的嵌入向量； 其中：K表示输入的K个网络，表示在第i个网络中结点n的向量； 步骤3：计算嵌入向量之间的余弦相似度，重构相似度网络；向量间的余弦相似度计算如下： 其中：vi与vj为任意两个结点的嵌入向量； 按照则结点ni与nj之间存在一条边，否则ni与nj之间不存在边的原则，重构相似度网络； 以矩阵形式表示相似度网络，其中N表示结点个数； 步骤4：对相似度矩阵S采用网络传播算法，得到各个结点在t次迭代后的最终重要性分数，以向量形式表示； 其中：sti表示结点i的初始分数 其中：表示基因本身的疾病相关性，表示基因潜在的分类能力； 步骤5：对中的元素finale_sti从大到小排序，最终排序高的基因与视为生物标志物成正比； 每个结点的向量的计算是：引入一个公共基础网络Gc，以将每层网络的结点与边同时投影到一个平面上，对Gc中的结点n进行嵌入得到对每个网络中的结点嵌入得到其中i表示第i个网络；为统一cn与的维度，引入一个转移矩阵每个结点的向量表示为： 其中：wi用来反映各个网络的重要性的系数； 采用带权多元网络嵌入算法将增强后的带权网络中损失函数，根据Skip-gram模型以及负采样的思想定义为： 其中：nc表示中心词结点，其向量相应地表示为no为背景词结点，NEGno表示通过负采样得到的结点集合，nk表示正负采样的结点集合，其向量相应地表示为σ表示的是Sigmoid函数，即 所述Lnk的定义如下： 当时，nk即为背景词结点no，背景词结点是按照结点之间的转移概率，以中心词结点nc为起点进行随机游走得到，结点之间的转移概率为： 其中：wu，v代表增强网络w中任意两个结点u与结点v之间的权重； 当nk∈NEGno，nk被称为负样本结点，随机选取背景词结点以外的结点作为负样本结点； 根据随机梯度下降，上述参数的更新过程如下： 其中，β为学习率，为了防止||Hi||过大，当||Hi||μ时，μ是正则化参数， 所述生物网络包括通路网络、蛋白质-复合物网络或激酶-底物配对网络； 所述的乳腺癌的预后分析为乳腺癌预后生物标志物识别。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。