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！

龙图腾网获悉南昌大学申请的专利基于深度学习的荧光免疫层析试纸条快速读析方法及应用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：CN120104977B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510550644.6，技术领域涉及：G06F18/10；该发明授权基于深度学习的荧光免疫层析试纸条快速读析方法及应用是由黄小林;何伟韬;熊勇华;丁露;冷远逵设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本基于深度学习的荧光免疫层析试纸条快速读析方法及应用在说明书摘要公布了：本申请提供一种基于深度学习的荧光免疫层析试纸条快速读析方法及应用，方法包括以下步骤：采集获取待测样本在荧光免疫层析试纸条上的荧光波谱数据；构建信号预处理模型；构建信号特征提取模型；构建时序预测模型；构建检测结果输出模型；输入采集的反应进行阶段荧光强度信号至信号预处理模型时域区分标注、信号特征提取模型进行信号特征向量提取、时序预测模型进行反应完全特征向量的预测，最终通过检测结果输出模型获得待测样本的待测物的检测结果。本申请通过深度学习方法，无需等待待测物在荧光免疫层析试纸条上反应完全即可根据反应进行信号对待测进行预测检测，满足待快速检测需求。

本发明授权基于深度学习的荧光免疫层析试纸条快速读析方法及应用在权利要求书中公布了：1.一种基于深度学习的荧光免疫层析试纸条快速读析方法，其特征在于，包括以下步骤： 采集获取待测样本在荧光免疫层析试纸条上的荧光波谱数据； 构建信号预处理模型，用于对采集获取的荧光波谱数据进行反应阶段的区分标注，获取标注后的荧光波谱数据，所述反应阶段包括反应未开始、反应进行和反应完全； 构建信号特征提取模型，用于从标注后的荧光波谱数据中提取荧光强度信号特征向量； 构建时序预测模型，用于对反应进行特征向量进行时序预测处理获取反应完全特征向量； 所述构建时序预测模型，具体包括以下步骤： 组合多个荧光强度信号特征为特征向量； 设定时间窗口，获取固定长度的特征向量序列； 滑动时间窗口，捕捉覆盖反应全阶段的特征向量，获取训练样本； 输入训练样本至Transformer模型中，调整Transformer模型超参数，构建得到时序预测模型； 构建检测结果输出模型，用于根据反应完全特征向量进行诊断，获取待测样本中的待测物诊断结果； 输入采集的反应进行阶段荧光强度信号至信号预处理模型时域区分标注、信号特征提取模型进行信号特征向量提取、时序预测模型进行反应完全特征向量的预测，最终通过检测结果输出模型获得待测样本的待测物的检测结果。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩区学府大道999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”。