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！

龙图腾网获悉浙江大学申请的专利基于多序列磁共振脑部特征的临床可解释性PD诊断模型的建立方法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：CN119786012B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411760433.7，技术领域涉及：G16H50/20；该发明授权基于多序列磁共振脑部特征的临床可解释性PD诊断模型的建立方法是由徐晓俊;管晓军;郑茜诗设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于多序列磁共振脑部特征的临床可解释性PD诊断模型的建立方法在说明书摘要公布了：本发明公开了一种基于多序列磁共振脑部特征的临床可解释性PD诊断模型的建立方法，旨在通过从多模态脑磁共振影像数据中提取多层次多维度的脑影像信息，并借助机器学习构建诊断模型，以促进对PD更为精准的诊断。该方法包括：脑影像数据预处理、特征标准化与筛选、模型构建、独立验证集及跨疾病集验证，获得了一组以PD异常灌注模式与以黑质铁分布为主的脑功能及代谢特征，构建的模型在训练集与独立验证集中均具有较高的诊断效能。其次，通过校准曲线、DCA、CIC分析，以及基于模型得到的预测个体评分与临床症状的相关性分析促进了模型的临床可解释性。本发明构建出的PD诊断模型在不同疾病集的诊断效能表明，该模型对PSP与MSA疾病的诊断效能良好。

本发明授权基于多序列磁共振脑部特征的临床可解释性PD诊断模型的建立方法在权利要求书中公布了：1.一种基于多序列磁共振脑部特征的临床可解释性PD诊断模型的建立方法，其特征在于，包括以下步骤： 1获取PD患者、正常对照组、PSP患者、MSA患者与ET患者的T1加权图像，ESWAN图像和ASL图像，对于PD患者、正常对照组按比例划分训练集和独立验证集，PSP患者、MSA患者与ET患者作为跨疾病数据集； 2根据步骤1获取的T1加权图像的皮层灰质进行分割得到68个皮层区域和1个TIV； 对步骤1获取的ESWAN图像采用STAR‑QSM算法进行后处理得到QSM图，采用DeepQSMSeg算法对QSM图进行分割，得到双侧黑质、红核、壳核、尾状核、苍白球共10个皮层下核团；对步骤1获取的ASL图像进行主成分分析‑比例子剖面模型分析得到PD异常灌注模式，具体为： 2.2.1ASL图与基于ASL生成的CBF图通过SPM 12进行预处理，包括：头动校正、利用DARTEL对ASL图与CBF图进行空间配准与归一化、CBF图标准化、空间平滑；所述空间平滑采用半峰全宽为6mm的高斯核； 2.2.2采用主成分分析‑比例子剖面模型分析方法对步骤2.2.1预处理后的CBF图进行ASL_PDRP构建，包括：构建个体子剖面、主成分分析、比例子剖面模型分析、构建PD相关脑灌注模式； 其中，所述构建个体子剖面对训练集所有参与者的CBF图进行体素级分析，并表示为高维向量；所述主成分分析进行矩阵中心化处理与协方差矩阵分解，输出每个主成分对应的特征向量和得分；选取得分排名第一的主成分构成一个比例子剖面模型，计算每个参与者在比例子剖面模型上的表达值ASL_PDRP； 2.2.3采用拓扑剖面评分在独立验证集和PSP、MSA、ET患者数据集中计算个体ASL_PDRP表达评分；基于步骤2.2.2获得的基于训练集得到的比例子剖面模型，将采用TPR算法得到的基于独立验证集及跨疾病数据集的个体标准化CBF图与比例子剖面模型中对应体素的权重相乘并累加，得到个体在比例子剖面模型上的整体评分，作为基于TPR得到的ASL_PDRP； 3针对步骤2分割的每个皮层区域、皮层下核团和PD异常灌注模式提取脑影像特征；采用一般线性模型将脑影像特征进行标准化； 4利用LASSO方法选择贡献最高的多个脑影像特征作为输入，采用二元逻辑回归构建PD诊断模型，基于训练集进行训练； 5根据步骤4，将基于PD诊断模型得到的个体预测评分与相应临床症状做相关分析；采用SHAP分析筛选贡献程度前6个脑影像特征，并在训练集、独立验证集、PSP、MSA、ET患者数据集中进行组间差异比较，并进行FDR校正。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。