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！

龙图腾网获悉杭州电子科技大学;杭州市中医院(浙江中医药大学附属杭州市中医院);瑞安市人民医院(瑞安市人民医院医疗服务集团瑞安市红十字医院)申请的专利一种基于多模态特征融合的卒中后认知障碍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：CN120585286B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511093871.7，技术领域涉及：A61B5/00；该发明授权一种基于多模态特征融合的卒中后认知障碍预测方法是由殷昱煜;吴骏;张新;朱旭贞;阮战伟;陈杰设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于多模态特征融合的卒中后认知障碍预测方法在说明书摘要公布了：本发明公开了一种基于多模态特征融合的卒中后认知障碍预测方法，搞定的首先采集卒中患者的多模态信息：三维脑部MRI影像、EEG脑电信号以及临床病历信息。其次将MRI转化为张量输入多尺度时空特征提取骨干网络，得到MRI模态特征；将EEG脑电信号采用神经电信号并结合Transformer，得到EEG模态特征；将卒中患者临床病历信息转化为语义句子，输入至双通道语义编码器进行编码提取，得到临床病历信息特征。最后将MRI模态特征、EEG模态特征和临床病历信息特征，输入三模态融合器得到融合特征，经过分类器输出概率预测。本发明实现卒中后认知障碍的精准预测，显著提升了鲁棒性与医学解释性。

本发明授权一种基于多模态特征融合的卒中后认知障碍预测方法在权利要求书中公布了：1.一种基于多模态特征融合的卒中后认知障碍预测方法，其特征在于，包含以下步骤： S1.采集卒中患者的多模态信息，包括三维脑部MRI影像、EEG脑电信号以及临床病历信息，并构建统一格式的数据集； S2.对MRI影像数据进行预处理，转化为张量形式输入到多尺度时空特征提取骨干网络，得到MRI模态特征； S3.将采集的EEG脑电信号采用神经电信号预处理流程，并结合Transformer网络结构提取其多通道时序语义特征，得到EEG模态特征； S4.将采集的卒中患者临床病历信息通过提示学习机制转化为统一的语义句子，然后输入至双通道语义编码器进行编码提取，得到临床病历信息特征； S5.将MRI模态特征、EEG模态特征和临床病历信息特征，输入三模态融合器，得到融合特征，融合特征经过分类器，输出概率预测； 所述三模态融合器具体实现如下： S51.对于MRI模态特征、EEG模态特征和临床病历信息特征，首先使用临床病历信息特征针对任意两个模态建立双向注意力结构，捕捉二者之间的隐式相关性与互补语义，计算临床病历信息引导的MRI影像注意力，以及临床病历信息引导的EEG脑电信号注意力，实现如下： 临床病历信息引导MRI模态，临床病历信息特征与线性变换矩阵相乘，得到临床病历信息的查询向量；MRI模态特征与线性变换矩阵相乘，得到MRI影像的键向量，MRI模态特征与线性变换矩阵相乘，得到MRI影像的值向量：基于查询向量、MRI影像的键向量和MRI影像的值向量，计算临床病历信息引导的MRI影像注意力； 同理，计算临床病历信息引导的EEG脑电信号注意力； S52.将临床病历信息特征作为语义锚点，将临床病历信息引导的注意力与对应模态特征先进行差分操作，得到对齐残差，再通过可学习系数γ对该残差进行缩放并与原始模态特征相加，得到临床病历信息引导增强后的MRI特征和EEG脑电信号特征； S53.将步骤S52得到的临床病历信息引导增强后的MRI特征和EEG脑电信号特征在通道维度拼接后，通过线性融合模块得到融合特征。

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杭州电子科技大学;杭州市中医院(浙江中医药大学附属杭州市中医院);瑞安市人民医院(瑞安市人民医院医疗服务集团瑞安市红十字医院)，其通讯地址为：310000 浙江省杭州市钱塘区白杨街道2号大街1158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。