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！

龙图腾网获悉广东芯选检验检测有限公司申请的专利基于斑马鱼多特征融合的供试品功效预测方法及装置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：CN121260299B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511459851.7，技术领域涉及：G16C20/30；该发明授权基于斑马鱼多特征融合的供试品功效预测方法及装置是由陈涛;张召;郑康帝;伍星;徐阳;石胜华设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本基于斑马鱼多特征融合的供试品功效预测方法及装置在说明书摘要公布了：本发明涉及药物功效评价技术领域，尤其涉及一种基于斑马鱼多特征融合的供试品功效预测方法及装置，所述方法包括：采集供试品干预前后的斑马鱼多维度生物特征数据，将所述斑马鱼多维度生物特征数据进行整合，形成供试品的融合特征向量；将所述融合特征向量输入至预设功效预测模型，所述预设功效预测模型用于将所述供试品的融合特征向量与已知功效临床药物的融合特征向量集合进行共识聚类，输出共识聚类结果；根据所述共识聚类结果，将供试品与聚类中已知功效的临床药物关联，预测所述供试品的功效，相较于传统的构建高脂血症等疾病模型后进行表型检测的药物功能评价方法，本发明缩短了药物功效检测周期。

本发明授权基于斑马鱼多特征融合的供试品功效预测方法及装置在权利要求书中公布了：1.一种基于斑马鱼多特征融合的供试品功效预测方法，其特征在于，所述方法包括： 采集供试品干预前后的斑马鱼多维度生物特征数据，将所述斑马鱼多维度生物特征数据进行整合，形成供试品的融合特征向量； 将所述融合特征向量输入至预设功效预测模型，所述预设功效预测模型用于将所述供试品的融合特征向量与已知功效临床药物的融合特征向量集合进行共识聚类，输出共识聚类结果； 根据所述共识聚类结果，将供试品与聚类中已知功效的临床药物关联，预测所述供试品的功效；其中， 所述斑马鱼多维度生物特征数据包括脑神经荧光图像数据、摆尾运动数据及心率生理数据； 相应地，所述将所述斑马鱼多维度生物特征数据进行整合，形成供试品的融合特征向量，包括： 基于所述脑神经荧光图像数据计算得到T-score脑活动图，并基于所述摆尾运动数据计算摆尾频率，基于所述心率生理数据记录心率； 将所述T-score脑活动图、所述摆尾频率及所述心率整合，形成供试品的融合特征向量； 所述基于所述脑神经荧光图像数据计算得到T-score脑活动图，包括： 将斑马鱼的脑神经荧光图像数据与预设的标准化脑模板进行空间坐标对齐，以建立统一的图像坐标系； 在所述标准化脑模板上定义预设感兴趣区域，所述预设感兴趣区域用于限定后续神经活动信号的分析区域； 针对每个所述预设感兴趣区域，分别获取供试品干预前与干预后的钙瞬态计数，并计算两者的数值差异以生成斑马鱼的钙瞬态差异信号； 针对斑马鱼的钙瞬态差异信号，沿三维空间中的纵向轴方向进行信号累加处理，将累加后的钙瞬态差异信号映射至二维平面，生成斑马鱼的脑活动图； 基于每组斑马鱼对应的相同感兴趣区域的脑活动图数据，采用t检验方法计算群组水平的t评分值，生成群组层面的T-score脑活动图； 所述基于所述摆尾运动数据计算摆尾频率，包括： 采集斑马鱼连续运动图像，通过标注工具对所述斑马鱼连续运动图像中的斑马鱼轮廓进行框选标注，获取包含尾部端点及躯干中点坐标信息的标注数据，形成训练数据集，即所述摆尾运动数据； 基于深度学习框架构建关键点检测模型，利用所述训练数据集对所述关键点检测模型进行训练，使所述关键点检测模型能够输出斑马鱼的尾部端点坐标及躯干中点坐标； 对连续采集的当前斑马鱼运动图像，通过训练好的关键点检测模型，逐帧检测并获取各帧图像中斑马鱼的尾部端点坐标及躯干中点坐标，形成包含时间序列信息的坐标数据； 针对连续两帧的坐标数据，计算尾部相对于躯干的向量变化，并基于所述向量变化得到斑马鱼尾部的角度变化量序列； 对所述角度变化量序列进行周期性摆动事件检测，当连续帧间的角度变化量绝对值超过预设摆动角度阈值时判定为一次有效摆尾，统计单位时间内的有效摆尾次数得到摆尾频率，所述摆尾频率表示单位时间内斑马鱼尾部摆动的周期性运动次数。

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芯选检验检测有限公司，其通讯地址为：510000 广东省广州市黄埔区瑞和路39号H6栋201房；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。