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一种用于ADHD的去噪后MRI影像的分类预测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：CN119400390B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411417041.0，技术领域涉及：G16H50/20；该发明授权一种用于ADHD的去噪后MRI影像的分类预测方法是由苏结伟;金昀程;夏琦;孙斌;金心宇设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本一种用于ADHD的去噪后MRI影像的分类预测方法在说明书摘要公布了：本发明涉及生物信息学和深度学习技术领域，公开了一种用于ADHD的去噪后MRI影像的分类预测方法，包括采集待检测脑部的MRI影像，使用在线训练的无监督去噪网络对采集到的MRI影像进行在线去噪处理，然后将在线去噪处理的结果再进行预处理后输入离线训练的DSC‑Former模型获得分类预测结果。无监督去噪网络包括二条并行处理的线路，每条线路均包括串联的降采样模块及噪声估计模型；DSC‑Former模型包括四层依次连接的三维蛇形卷积模块与VisionTransformer模块，以及一个SoftMax层。本发明采用先去噪处理再分类预测的方法，有效地提高了对ADHD病人的MRI图像的分类预测效果。

本发明授权一种用于ADHD的去噪后MRI影像的分类预测方法在权利要求书中公布了：1.一种用于ADHD的去噪后MRI影像的分类预测方法，其特征在于：包括采集待检测脑部的MRI影像，使用在线训练的无监督去噪网络对采集到的MRI影像进行在线去噪处理，然后将在线去噪处理的结果进行预处理后输入离线训练的DSC-Former模型获得分类预测结果； 所述无监督去噪网络包括二条并行处理的线路，每条线路均包括串联的降采样模块及噪声估计模型； 所述DSC-Former模型包括四层依次连接的三维蛇形卷积模块与VisionTransformer模块，以及一个SoftMax层； 所述降采样模块为三维卷积核结构； 所述无监督去噪网络中噪声估计模型由VisionTransformer与ConvFormer堆叠组成； 所述无监督去噪网络的在线去噪过程为： 对所述每份MRI影像独立进行50epochs训练，使用Adam优化器进行训练，在训练过程中，使用损失函数，两张降采样图像通过后向传播将经过噪声估计模型获得的去噪图像逼近另一张降采样图像，由此得到对两张降采样图像的噪声估计；训练完成后，对输出的两路噪声估计进行均一化，然后将原始输入的MRI影像与均一化结果的差值作为在线去噪处理的结果： 其中，θ为噪声估计模型，x为输入图像，S1x与S2x为两张降采样图像，fθSx为噪声估计模型输出的两路噪声估计； 无监督去噪网络损失函数为：

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”。

以上内容由龙图腾AI智能生成。