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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种基于人工智能的空间域识别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：CN120852826B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511351484.9，技术领域涉及：G06V10/762；该发明授权一种基于人工智能的空间域识别方法是由袁林;孟博媛;蒋裕峰设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于人工智能的空间域识别方法在说明书摘要公布了：本发明提出一种基于人工智能的空间域识别方法，属于空间域识别领域，将传统的图卷积网络与多模态相结合，学习不同模态数据的潜在表示，对基因表达数据和组织学图像数据进行预处理和标准化，得到基因特征和图像特征，基于空间坐标信息生成空间邻域图和空间邻接矩阵，构建跨模态图卷积网络模型，经过多视图图卷积、带剪枝操作的自注意力机制、跨模态联合嵌入学习模块学习后，重建特征向量并进行聚类，生成空间聚类图，使用评价指标评估聚类效果。本发明提出的方法能确保不同表示在空间上具有一致性，提升模型的鲁棒性。

本发明授权一种基于人工智能的空间域识别方法在权利要求书中公布了：1.一种基于人工智能的空间域识别方法，其特征在于，包括步骤： 获取空间转录组数据的空间信息、基因表达和组织学图像； 对基因表达数据和组织学图像数据进行预处理和标准化，得到基因特征和图像特征； 基于空间坐标信息生成空间邻域图，并转化为空间邻接矩阵； 根据基因特征、图像特征和空间邻接矩阵构建跨模态图卷积网络模型，所述网络包括多视图图卷积层、带剪枝操作的自注意力机制、跨模态联合嵌入学习模块； 使用解码器对跨模态联合嵌入学习过的特征向量进行重建； 对重建后的特征向量进行聚类，为每个节点分配簇标签，生成空间聚类图； 使用评价指标评估聚类效果； 所述跨模态图卷积网络模型的构建包括步骤： 多视图图卷积层：将两种空间邻域图与基因表达，结合PCA降维，生成空间嵌入，并使用软注意力机制对生成的嵌入进行特征融合； 带剪枝操作的自注意力机制：将特征融合后的嵌入进行线性变换，计算注意力权重，通过预设阈值剪枝低权重连接，得到剪枝后的特征； 跨模态联合嵌入学习模块：通过多层感知机构建投影头，对剪枝后的特征进行线性变换与GELU激活，引入残差连接，将生成的潜在表示进行特征融合，通过全连接层生成跨模态联合嵌入学习过的特征向量。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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。