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！

龙图腾网获悉暨南大学申请的专利基于人工智能的生物医学大数据分类方法及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：CN120524301B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511016189.8，技术领域涉及：G06F18/241；该发明授权基于人工智能的生物医学大数据分类方法及系统是由李振华;唐家乐;刘辰宇;陈思翰;叶颍莹;何莉;张劲松;贾璐瑶;范若辰设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于人工智能的生物医学大数据分类方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的生物医学大数据分类方法及系统，方法包括大数据收集、动态知识库构建、通路结构加权约束、生物约束损失优化、双维度阈值决策优化和生物医学大数据分类。本发明涉及生物医学数据分类技术领域，针对传统方法中缺乏生物结构约束、可解释性差的问题，构建了动态疾病特异性知识通路图谱，并引入通路结构加权约束与多层次生物正则化机制；通过改进神经网络损失函数，实现特征学习与生物功能网络的融合，提升了模型的判别能力与生物合理性；采用双维度阈值决策优化策略，结合统计显著性与结构连接度，实现关键标志物的精准筛选。

本发明授权基于人工智能的生物医学大数据分类方法及系统在权利要求书中公布了：1.基于人工智能的生物医学大数据分类方法，其特征在于：该方法包括以下步骤： 步骤S1：大数据收集，得到结构化生物医学原始数据矩阵； 步骤S2：动态知识库构建，采用结合知识图谱的动态语义生物医学知识通路化构建方法，进行动态知识库构建，得到动态知识通路图谱，包括以下步骤：步骤S21：生物医学知识提取；步骤S22：通路数据映射；步骤S23：知识置信度量，通过改进双因子评分函数，进行知识置信度量化；步骤S24：动态知识通路图谱构建； 步骤S3：通路结构加权约束，采用结合通道共现关系嵌入的约束编码方法，进行通路结构加权约束，得到分类网络约束矩阵，包括以下步骤：步骤S31：通路共现矩阵构建；步骤S32：通路边权量化；步骤S33：通路数据增强； 步骤S4：生物约束损失优化，采用结合分层生物正则化损失的深度神经网络，进行生物约束损失优化，得到优化特征权重向量，包括以下步骤：步骤S41：分类基础网络构建；步骤S42：构建生物正则项损失；步骤S43：构建多层次正则化损失；步骤S44：构建联合损失函数；步骤S45：分类模型训练； 步骤S5：双维度阈值决策优化，采用双域自适应阈值筛选方法，进行双维度阈值决策优化，得到生物医学标志物数据集； 所述双维度阈值决策优化，具体包括显著性评分统计决策和生物合理性评分统计决策，计算公式为： ； 式中，B是双维度阈值决策优化的决策结果，用于特征筛选并构成生物医学标志物数据集，v是第二基因索引，wv是第v个基因的优化特征权重，是统计显著性阈值，具体通过中位数绝对偏差值进行计算，是第v个基因在全局矩阵数据中的结构连接度评分，通过最大边权进行计算，是生物结构合理性阈值，具体设置为0.7； 步骤S6：生物医学大数据分类，得到生物医学大数据分类参考数据。

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暨南大学，其通讯地址为：510665 广东省广州市天河区黄埔大道西601号暨南大学；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”。