[发明专利]一种分子图像缺键识别技术

权利要求书

1.一种分子图像缺键识别技术，包括以下过程：

S1：生成化合物分子式图像：利用rdkit软件工具，把化合物分子式(smiles或者inchi字符串)生成化合物分子式对应的图像，模拟原始化合物图像的风格，在生成图像上叠加噪音，进行风格变换使其无限接近于原始图像的风格；

S2：生成图像原子、化学键标注数据集：S1中生成的图像，具有原子坐标信息，及原子之间化学键类型信息；利用这些信息，可以对图像中的原子和化学键进行标注，得到原子及化学键标注集；对该标注集，按照一定的比例进行划分，得到训练集1、测试集1和验证集1；

S3：生成环标注集：利用S1中生成的部分图像，对其中的环进行标注，得到环标注集；对改标注集，按照一定的比例进行划分，得到训练集2、测试集2和验证集2；

S4：原子、化学键检测识别模型和环检测识别模型：利用目标检测神经网络模型，在训练集1、测试卷1和验证集1上训练原子、化学键检测识别模型；在训练集2、测试集2和验证集2上训练环检测模型；

S5：生成化合物分子图：利用S4中训练的原子、化学键识别模型，对化合物图像进行检测识别，化学键作为原子之间的关系，利用识别到的化学键对原子进行连接操作，形成化合物分子图；

S6：利用rdkit软件工具进行分子图的校验并生成smiles或者inchi字符串。

2.根据权利要求1所述的一种分子图像缺键识别技术，其特征在于：利用环检测模型，对化合物图像进行检测识别，得到环的检测框以及环的类型用来推理未检测到化学键，从而引入原子间关系的推理能力。

3.根据权利要求1所述的一种分子图像缺键识别技术，其特征在于：化合物的环类型定义之后，结合环上原子、原子的化合价，以及化学先验知识，可以推理S4中原子、化学键检测识别模型输出的化学键检测结果是否存在缺失。

4.根据权利要求1所述的一种分子图像缺键识别技术，其特征在于：目标检测模型包括特征提取网络、分类网络、回归网络。

5.根据权利要求4所述的一种分子图像缺键识别技术，其特征在于：目标检测模型中的特征提取网络，可以用resnet、efficientnet卷积神经网络。