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！

龙图腾网获悉山东建筑大学申请的专利基于跨模态融合的个体异质性消除方法及相关设备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：CN120105048B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510577615.9，技术领域涉及：G06F18/2115；该发明授权基于跨模态融合的个体异质性消除方法及相关设备是由魏珑;刘天浩;徐鑫;韩梦雨;仲苏玉设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于跨模态融合的个体异质性消除方法及相关设备在说明书摘要公布了：本发明属于神经医学影像分析领域，未解决传统去噪方法因无差别过滤信号而导致疾病预测的准确率低的问题，提供基于跨模态融合的个体异质性消除方法及相关设备。其中，基于跨模态融合的个体异质性消除方法包括基于同一个体的脑电图特征向量和磁共振特征向量及预先训练好的对比学习模型，使得脑电图特征向量和磁共振特征向量在同一个嵌入空间中学习并进行匹配；基于扩散模型消除脑电图特征向量和磁共振特征向量中的个体异质性特征，且保留疾病相关特征；采用距离加权对脑电图特征向量和磁共振特征向量中消除个体异质性特征的剩余特征进行模态融合，得到融合特征，以用于疾病诊断模型的预测。其能够为医生提供更加准确的辅助指定性意见。

本发明授权基于跨模态融合的个体异质性消除方法及相关设备在权利要求书中公布了：1.一种基于跨模态融合的个体异质性消除方法，其特征在于，包括： 对同一个体的脑电图与功能磁共振成像进行预处理，生成脑电图特征矩阵和磁共振特征矩阵并转化为脑电图特征向量和磁共振特征向量； 基于同一个体的脑电图特征向量和磁共振特征向量及预先训练好的对比学习模型，使得脑电图特征向量和磁共振特征向量在同一个嵌入空间中学习并进行个体特征的跨模态匹配；在对比学习模型训练的过程中，通过个体的跨模态匹配并使用梯度加权计算得出脑电图特征向量和磁共振特征向量中的个体异质性特征； 基于扩散模型消除脑电图特征向量和磁共振特征向量中的个体异质性特征，且保留疾病相关特征； 采用距离加权对脑电图特征向量和磁共振特征向量中消除个体异质性特征的剩余特征进行模态融合，得到融合特征，以用于疾病诊断模型的预测； 其中，采用距离加权对脑电图特征向量和磁共振特征向量中消除个体异质性特征的剩余特征进行模态融合的过程为： ； ； ； 其中，为融合特征；N是每个EEG频段对应的脑区数量；是第m个EEG频段的特征；是一个被试个体中第m个EEG特征对应的多个脑区上的fMRI中的第n个脑区的fMRI；是第n个脑区到皮层的距离；和为权重系数。

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山东建筑大学，其通讯地址为：250000 山东省济南市历城区临港开发区凤鸣路1000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”。