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！

龙图腾网获悉电子科技大学申请的专利基于两阶段图神经网络的fMRI数据分析模型构建方法、装置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：CN120508859B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510682779.8，技术领域涉及：G06F18/24；该发明授权基于两阶段图神经网络的fMRI数据分析模型构建方法、装置是由郭大庆;廖芊芊;尧德中设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本基于两阶段图神经网络的fMRI数据分析模型构建方法、装置在说明书摘要公布了：一种基于两阶段图神经网络的fMRI数据分析模型构建方法与装置，涉及计算机辅助诊断领域；本发明首先通过fMRI信号的预处理构建脑网络图，捕捉大脑功能连接信息；然后利用第一阶段的脑网络特征嵌入向量学习，提取与疾病相关的连接特征，为后续预测任务提供输入；其次构建带有条件约束的群体图结构，抑制间接因素对特征表示带来的干扰；最后引入表型数据信息，增强个体特征表达，提升模型预测准确率；本发明模型通过脑网络层面GNN和群体层面GNN分阶段的训练，充分发挥二者在MDD的数据分析中的互补优势。该模型显著提升模型的泛化能力与全局推理能力，支持脑区数据的精准分析结果。

本发明授权基于两阶段图神经网络的fMRI数据分析模型构建方法、装置在权利要求书中公布了：1.基于两阶段图神经网络的fMRI数据分析模型构建方法，其特征在于，包括以下步骤： 步骤1：获取脑功能磁共振成像fMRI信号数据集作为训练数据并预处理，得到基于功能连接的脑网络图； 步骤2：构建并训练第一阶段学习模块；首先利用图注意力网络更新脑网络图中的节点特征，然后通过图池化模块聚合生成脑网络特征嵌入向量，然后通过联合损失优化进行训练，得到第一阶段的脑网络特征嵌入向量； 步骤3：将脑网络特征嵌入向量作为个体节点特征，个体节点特征间非影像条件信息的相似度作为连接边，构建基于条件约束的群体网络图； 步骤4：构建并训练第二阶段预测模块；首先利用异质图卷积网络更新个体节点特征得到异质个体节点特征；然后表型数据融合模块基于每个个体的表型数据输出表型特征；接着使用融合模块，基于门控机制将表型特征与异质个体节点特征进行融合，得到融合表示；最后利用联合损失优化进行训练，输出训练好的两阶段模型； 步骤5：将待预测的功能磁共振成像信号输入至两阶段模型，得到预测分析结果； 所述非影像条件信息包括受试者的采集站点、性别以及年龄组，对于非影像条件信息中的每一个条件，分别构建其对应的条件约束下的群体网络连接；所述条件约束定义为：对于任一目标个体节点，仅在与该节点所属条件类别不同的个体条件集合中，选取节点对脑网络特征嵌入向量计算相似度；所述脑网络特征嵌入向量的相似度，表达式如下： ; 其中，为目标个体节点，为所属条件类别不同的个体节点，为核函数的宽度调节参数； 最后从个体条件集合中，选择与目标个体节点脑网络特征嵌入向量相似度最高的节点，建立基于条件约束的个体节点之间的连接。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。