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！

龙图腾网获悉中国人民大学申请的专利一种大规模单细胞测序数据的细胞异质性分析方法、装置和计算机可读存储介质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：CN116933072B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310784889.6，技术领域涉及：G06F18/214；该发明授权一种大规模单细胞测序数据的细胞异质性分析方法、装置和计算机可读存储介质是由姜昊;汪蒙洁设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种大规模单细胞测序数据的细胞异质性分析方法、装置和计算机可读存储介质在说明书摘要公布了：本发明公开了一种大规模单细胞测序数据的细胞异质性分析方法、装置和计算机可读存储介质。本发明将核非负矩阵分解与深度神经网络相结合，构造了一种称为KNMF‑DNN的聚类方法。本发明的方法从总体数据中选择一些具有代表性的子集，使用核非负矩阵分解方法对其进行聚类；然后将代表子集作为训练集，剩余数据作为测试集，利用聚类得到的标签，通过深度神经网络对剩余数据进行分类，从而实现整个数据的聚类。此外，本发明还使用分层抽样的思想来选择最具代表性的样本，聚类样本和分类样本的最佳划分由KL散度决定。实验结果表明，与其他最新方法相比，KNMF‑DNN在三个真实scRNA测序数据集上的结果更优异。

本发明授权一种大规模单细胞测序数据的细胞异质性分析方法、装置和计算机可读存储介质在权利要求书中公布了：1.单细胞测序数据的聚类和或细胞异质性分析的方法，其特征在于：所述方法包括如下步骤： A1、代表子集获得：使用层次抽样法从单细胞测序数据集中抽取获得代表子集，将所述单细胞测序数据集划分为所述代表子集和剩余子集两部分； A2、代表子集的聚类：使用核非负矩阵分解方法对所述代表子集进行聚类，得到所述代表子集的聚类标签； A3、剩余子集分类标签获得：使用所述代表子集的聚类标签和所述代表子集作为训练集，使用深度神经网络方法进行训练获得神经网络分类模型，使用所述神经网络分类模型获得所述剩余子集分类标签； A4、整体数据聚类结果输出：将所述代表子集的聚类标签和所述剩余子集分类标签进行合并，获得所述单细胞测序数据的聚类结果和或细胞异质性分析结果； A1所述代表子集获得包括如下步骤： A1-1数据降维：使用主成分分析方法对所述单细胞测序数据集进行降维，然后使用最远点采样法获得k个代表细胞样本中心点，基于所述代表细胞样本中心点将所述单细胞测序数据集划分获得k个样本模块； A1-2代表子集获得：使用模块优化算法apricot从所述样本模块中选择获得所述样本模块的代表性数据，将每个所述样本模块的所述代表性数据合并获得所述代表子集； A1-3代表子集和剩余子集比率确定：使用主成分分析方法将所述代表子集和所述单细胞测序数据数据集中去除所述代表子集的剩余子集进行降维，获得降维后的代表子集和降维后的剩余子集，计算所述降维后代表子集样本分布和所述降维后剩余子集样本分布的KL散度，根据所述KL散度的值确定所述代表子集在所述单细胞测序数据集中的占比，将所述单细胞测序数据集划分为所述代表子集和剩余子集。

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中国人民大学，其通讯地址为：100872 北京市海淀区中关村大街59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”。

以上内容由龙图腾AI智能生成。