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！

龙图腾网获悉上海交通大学医学院附属仁济医院;上海理工大学申请的专利基于磁共振成像的脑小血管病变图像分类方法、设备及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：CN114305387B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202111588660.2，技术领域涉及：A61B5/055；该发明授权基于磁共振成像的脑小血管病变图像分类方法、设备及介质是由周滟;聂生东;胡颖;许建荣;孙雅文;汪耀设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本基于磁共振成像的脑小血管病变图像分类方法、设备及介质在说明书摘要公布了：本发明涉及一种基于磁共振成像的脑小血管病变图像分类方法、设备及介质，所述方法首先构建并训练基于集成学习的图像分类模型，然后获取待分类脑MRI图像，应用所述图像分类模型获取该待分类脑MRI图像对应的病变类别；训练所述基于集成学习的图像分类模型具体包括以下步骤：S101、获取脑MRI数据集，对所述脑MRI数据集的图像进行预处理，获取预处理后图像；S102、对所述预处理后图像进行计算分析，获取对应的多个功能度量，基于所述多个功能度量筛选获得用于分类的若干个度量特征；S103、基于所述度量特征训练所述图像分类模型。与现有技术相比，本发明具有精度高、易于操作等优点。

本发明授权基于磁共振成像的脑小血管病变图像分类方法、设备及介质在权利要求书中公布了：1.一种基于磁共振成像的脑小血管病变图像分类方法，其特征在于，该方法首先构建并训练基于集成学习的图像分类模型，然后获取待分类脑MRI图像，应用所述图像分类模型获取该待分类脑MRI图像对应的病变类别； 训练所述基于集成学习的图像分类模型具体包括以下步骤： S101、获取脑MRI数据集，对所述脑MRI数据集的图像进行预处理，获取预处理后图像，获取的脑MRI数据集的图像包括T1结构像和rs-fMRI图像； S102、对所述预处理后图像进行计算分析，获取对应的多个功能度量，基于所述多个功能度量筛选获得用于分类的若干个度量特征； S103、基于所述度量特征训练所述图像分类模型； 步骤S102中，所述功能度量包括ReHo图、ALFF图、FC模式和脑功能网络，所述脑功能网络具有局部网络属性和全局网络属性； 所述ALFF图的构建步骤包括：对经过预处理的rs-fMRI图像，首先使用0.01～0.08Hz带通滤波器保留低频段的信号，然后对所有信号强度进行傅立叶变换得到功率谱，将其开方，得到BOLD信号的振幅，最后把所有频率点上振幅值相加求平均，该平均值就是最终的ALFF值，进而构建ALFF图； 所述ReHo图的构建步骤包括：对经过预处理的rs-fMRI图像，计算每个脑体素的肯德尔和谐系数评估其在局部区域神经自发活动的一致性，进而构建ReHo图； 所述脑功能网络为具有稀疏度的加权脑网络，构建过程包括： 设置每两个脑网络节点u和v之间的连通程度，用相关性作为两节点之间边的权重，仅取所有权重值降序排列时前s％的节点连边，获得所述具有稀疏度的加权脑网络； 所述局部网络属性包括介数中心度、度中心度、聚类系数、局部效率和节点效率； 所述全局网络属性包括同配性、层次度、局域脑网络效率、全局脑网络效率和小世界网络属性。

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上海交通大学医学院附属仁济医院;上海理工大学，其通讯地址为：200121 上海市黄浦区山东中路145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”。