中国科学院大学刘艳获国家专利权
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！
龙图腾网获悉中国科学院大学申请的专利一种基于多模态影像数据的可扩展多层级图神经网络模型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：CN115393269B 。
龙图腾网通过国家知识产权局官网在2025-07-29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：202210822138.4，技术领域涉及：G06T7/00；该发明授权一种基于多模态影像数据的可扩展多层级图神经网络模型是由刘艳;田煦;曾祥柱;汪玲设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。
本一种基于多模态影像数据的可扩展多层级图神经网络模型在说明书摘要公布了：本发明具体涉及一种基于多模态脑影像数据的可扩展多层级图神经网络模型。包括步骤为：对待处理多模态影像数据进行预处理；在训练阶段，对预处理后的多模态影像数据，构建多尺度残差网络，对各模态数据进行特征提取；对每个样本，构建大脑层级图神经网络模型，提取其对应的大脑层级特征和脑区间的注意力系数；对样本群体，构建可扩展多层级图神经网络模型，采用加权归纳式空间域图卷积算子对样本群体进行学习，实现对样本数据的学习分类，完成模型训练；在测试阶段，对测试集中每个样本数据分别进行预处理和特征提取后，输入到已训练网络模型中完成测试。本发明为多模态影像数据分析的持续改进提供了一个可扩展和可调节的学习框架。
本发明授权一种基于多模态影像数据的可扩展多层级图神经网络模型在权利要求书中公布了：1.一种基于多模态影像数据的可扩展多层级图神经网络模型，其特征在于，包括以下步骤： （1）对待处理的多模态影像数据，采用通用医学影像预处理软件进行预处理操作，获得多模态影像数据的各种参数图和脑区间的关联性系数； （2）在训练阶段，对预处理后的多模态影像数据，构建基于多尺度残差网络的特征提取网络，对各模态数据进行特征提取； （3）在训练阶段，对每个样本，基于特征提取网络已提取的影像特征，构建大脑层级图神经网络模型，提取其对应的大脑层级特征和脑区间的注意力系数； （4）在训练阶段，对样本群体，基于特征提取网络和大脑层级图神经网络提取的特征，构建可扩展的多层级图神经网络模型，实现对样本数据的学习分类，完成模型训练； （5）在测试阶段，对测试集中每个样本数据分别进行预处理和特征提取后，输入到已训练网络模型中完成测试。
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中国科学院大学，其通讯地址为：100049 北京市石景山区玉泉路（甲）19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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号