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！

龙图腾网获悉复旦大学申请的专利基于对抗学习的大脑年龄估计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：CN116205855B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310034255.9，技术领域涉及：G06T7/00；该发明授权基于对抗学习的大脑年龄估计方法是由赵兴明;赵兴忠设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于对抗学习的大脑年龄估计方法在说明书摘要公布了：本发明公开了基于对抗学习的大脑年龄估计方法，基于全脑的大脑结构T1核磁共振影像，提取出对应的年龄特有的影像特征，实现对大脑年龄的预测，包括以下步骤:步骤一：数据收集和预处理，收集5个站点的2000多例数据，年龄跨度为5‑94，对收集的数据进行预处理，将所有的脑影像数据配准到MNI标准空间下，标准化尺寸；步骤二：基于对抗学习深度神经网络，对网络进行训练以及优化，实现对大脑年龄的预测；步骤三：大脑年龄预测任务性能评估，优化预测结果，模型特征提取能力以及泛化能力评估。相比于现有技术，本发明降低了因为样本的年龄分布不均匀导致的模型训练结果不稳定，预测效果不理想的现象。

本发明授权基于对抗学习的大脑年龄估计方法在权利要求书中公布了：1.基于对抗学习的大脑年龄估计方法，其特征在于，基于全脑的大脑结构T1核磁共振影像，提取出对应的年龄特有的影像特征，实现对大脑年龄的预测，包括以下步骤: 步骤一：数据收集和预处理，收集5个站点的2000多例数据，年龄跨度为5-94，对收集的数据进行预处理，将所有的脑影像数据配准到MNI标准空间下，标准化尺寸； 步骤二：基于对抗学习深度神经网络，对网络进行训练以及优化，实现对大脑年龄的预测； 步骤三：大脑年龄预测任务性能评估，优化预测结果，模型特征提取能力以及泛化能力评估； 在所述的步骤二中，所述的对抗学习任务模型的建立方法包括以下步骤： 实现对多个混合因子的分类任务，即利用交叉熵对分类的混合因子任务进行约束，主要的损失函数形式如下所示： 其中，为混合因子模块的数量，代表因子分类的输出类别，代表分类器的输出； 基于普通的损失函数任务，最小化损失函数，即实现让编码器最大化的提取与任务相关的特征，使编码器最小程度上提取与混合因子相关的特征，在编码器与混合因子模块中间加入了梯度反转层，实现最小化编码器对混合因子特征的提取，因此总的损失函数为： 其中对应的是混合因子的损失函数的权重，这里我们取0.8。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。