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！

龙图腾网恭喜广东省人民医院申请的专利一种基于深度学习的感染类疾病无创诊断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：CN114512244B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202111496240.1，技术领域涉及：G16H50/80；该发明授权一种基于深度学习的感染类疾病无创诊断方法是由张镇海;余学清;陈渊;蓝春红;张艳芳设计研发完成，并于2021-12-09向国家知识产权局提交的专利申请。

本一种基于深度学习的感染类疾病无创诊断方法在说明书摘要公布了：本发明提供了一种基于深度学习的感染类疾病无创诊断方法和系统：包括以下特征：获取样本抗体组库数据，确定训练集和测试集；针对所述抗体组库数据，提取组库水平特征和序列水平特征；利用所提取的组库水平特征和所提取的序列水平特征，分别构建初始的预测模型；利用训练集对初始的预测模型进行训练，筛选出需要保留的组库水平特征和序列水平特征；通过给初始的预测模型分别输入所筛选出的组库水平特征和序列水平特征，获得优化的预测模型；利用优化的预测模型对测试集进行性能评估。该方法可以有效挖掘隐含在高多样性抗体组库中的疾病关联信息，有效提高预测模型的诊断精度。

本发明授权一种基于深度学习的感染类疾病无创诊断方法在权利要求书中公布了：1.一种基于深度学习的感染类疾病无创诊断方法，其特征在于，所示方法包括以下步骤：1收集一定数量的病原体感染样本和一定数量的健康对照样本，将所收集的所有病原体感染样本和健康对照样本按照一定的比例随机分配为训练集和测试集；2获取步骤1中样本的抗体组库数据；3针对所述抗体组库数据，分别提取组库水平特征和序列水平特征，所提取的组库水平特征至少包括：1V基因片段使用频率，2V-J基因片段联合使用频率、3αEvenness指标，4多样性指数；所提取的序列水平特征包括：1CDR3氨基酸序列的至少两种理化特征：KF8和F5，2序列频率，3read复杂度；4利用所提取的组库水平特征和所提取的序列水平特征，分别构建初始的组库水平模型和初始的序列水平模型；所述初始的组库水平模型为一个三层全连接深度神经网络模型，包括输入层、第二隐层、第三隐层和结果输出层；输入层是由所提取的所有组库水平特征组成的一维特征向量；第二、三隐层分别包含了256和64个节点，其输出均引入ReLU激活函数以及30％的节点丢弃正则化处理；组库水平模型参数寻优采用学习率为0.01的AdamOptimizer优化器，训练epoch与batchsize均设置为100；结果输出层的激活函数为Softmax；所述初始的序列水平模型包括输入层、第一层卷积层、第二卷积层、第三卷积层、全连接层、平均池化层和结果输出层；输入层是由所提取的所有序列水平特征组成的160×160的二维矩阵，每行表示一条抗体分子，每列表示一个序列水平特征；第一层卷积层由512个1×160的过滤器组成，步长设置为160，填充参数设置为0，激活函数为ReLU，其后接入一个1×2的平均池化层；第二卷积层由256个3×1过滤器组成，步长与填充参数均设置为1，激活函数为ReLU，其后接入一个1×2的平均池化层；第三卷积层由128个3×1过滤器组成，步长与填充参数均设置为1，激活函数为ReLU，其后接入一个1×2的平均池化层；第三卷积层后接入三层基于ReLU激活函数的全连接层，节点数分别为2560、1000与64；结果输出层的激活函数为Sigmoid；序列水平模型参数寻优采用学习率为0.01的AdamOptimizer优化器，训练epoch与batchsize分别为250与50；5基于所构建的初始的组库水平特征模型，并基于步骤1中的训练集10次交叉测试判对率评价所提取的所有组库水平特征的全部可能组合下的子集的重要程度，以训练精度最高为原则，筛选出需要保留的组库水平特征，筛选后保留的组库水平特征包括V基因片段使用频率、V-J基因片段联合使用频率、αEvenness指标和多样性指数；基于所构建的初始的序列水平特征模型，并基于步骤1中的训练集10次交叉测试判对率评价每个序列水平特征的重要程度，然后将每个序列水平特征按重要程度降序排列，逐个引入序列水平特征，若引入的序列水平特征不能增加模型训练精度，则剔除该序列水平特征，继续引入下一个序列水平特征，直至遍历所提取的全部序列水平特征，最终筛选出需要保留的序列水平特征，筛选后保留的序列水平特征包括read复杂度、序列频率、KF8和F5；6通过给初始的组库水平特征模型输入所筛选出的组库水平特征获得优化的组库水平模型，通过初始的序列水平特征模型输入所筛选出的序列水平特征，获得优化的序列水平模型；7利用优化的组库水平模型和优化的序列水平模型对步骤1中的测试集进行性能评估；在评估过程中，会输出集成概率，所述集成概率为优化的组库水平模型的输出概率和优化的序列水平模型的输出概率的平均值，若集成概率大于0.5，则测试样本为病原体感染样本，否则为健康对照样本。

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广东省人民医院，其通讯地址为：510000 广东省广州市越秀区中山二路106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”。