深圳大学张力获国家专利权
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!
龙图腾网获悉深圳大学申请的专利脑功能异常识别方法、装置、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:CN120298406B 。
龙图腾网通过国家知识产权局官网在2025-08-19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:202510779454.1,技术领域涉及:G06T7/00;该发明授权脑功能异常识别方法、装置、设备及介质是由张力;何彪;梁臻;黄淦;任平;段旭君设计研发完成,并于2025-06-12向国家知识产权局提交的专利申请。
本脑功能异常识别方法、装置、设备及介质在说明书摘要公布了:本公开实施例提供一种脑功能异常识别方法、装置、设备及介质,该方法包括:将获取的目标脑影像数据输入脑功能识别模型,脑功能识别模型包括输入层、图增强层、图特征处理层和特征分类层;在输入层中,基于目标脑影像数据,构建原始图结构并提取动态时间特征矩阵;在图增强层中,根据动态时间特征矩阵,对原始图结构进行图增强处理,得到增强图结构;在图特征处理层中,得到增强图结构的图特征表示;在特征分类层中,基于图特征表示进行脑功能异常的分类预测,得到脑功能异常识别结果。从而,基于静态空间特征和动态时间特征矩阵,使得图结构对脑功能变化的刻画更为精准,提高了对rs‑fMRI数据进行脑功能识别的准确性。
本发明授权脑功能异常识别方法、装置、设备及介质在权利要求书中公布了:1.一种脑功能异常识别方法,其特征在于,包括: 获取目标脑影像数据,所述目标脑影像数据为待识别的静息态脑功能磁共振成像rs-fMRI数据; 将所述目标脑影像数据输入脑功能识别模型,所述脑功能识别模型包括输入层、图增强层、图特征处理层和特征分类层; 在所述输入层中,基于所述目标脑影像数据,构建第一脑功能连接网络的原始图结构并提取得到所述第一脑功能连接网络的动态时间特征矩阵,所述原始图结构包括原始节点特征矩阵、原始边权矩阵和原始邻接矩阵; 在所述图增强层中,根据所述动态时间特征矩阵对所述原始图结构进行图增强处理,得到所述第一脑功能连接网络的增强图结构; 在所述图特征处理层中,对所述增强图结构进行特征处理,得到所述增强图结构的图特征表示; 在所述特征分类层中,基于所述图特征表示进行脑功能异常的分类预测,得到所述目标脑影像数据的脑功能异常识别结果; 所述在所述图增强层中,根据所述动态时间特征矩阵对所述原始图结构进行图增强处理,得到所述第一脑功能连接网络的增强图结构,包括: 在所述图增强层中,基于所述原始节点特征矩阵、所述原始边权矩阵和所述动态时间特征矩阵,对所述原始邻接矩阵进行优化,得到优化邻接矩阵; 将所述原始邻接矩阵替换为所述优化邻接矩阵,得到所述增强图结构; 所述在所述输入层中,基于所述目标脑影像数据,构建第一脑功能连接网络的原始图结构并提取得到所述第一脑功能连接网络的动态时间特征矩阵,包括: 在所述输入层中,从所述目标脑影像数据中,提取多个脑部区域分别对应的血氧水平依赖BOLD信号时间序列; 对所述多个脑部区域分别对应的BOLD信号时间序列进行特征提取,得到所述原始节点特征矩阵; 对所述多个脑部区域分别对应的BOLD信号时间序列进行全局相关性分析,得到所述原始边权矩阵; 对所述多个脑部区域分别对应的BOLD信号时间序列进行基于滑动时间窗的局部相关性分析,得到所述动态时间特征矩阵; 初始化所述原始邻接矩阵为全连接矩阵。
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深圳大学,其通讯地址为:518000 广东省深圳市南山区南海大道3688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”。
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。