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！

龙图腾网获悉山西大学申请的专利一种利用脑功能影像的时空注意力深度学习模型的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：CN117315341B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311217919.1，技术领域涉及：G06V10/764；该发明授权一种利用脑功能影像的时空注意力深度学习模型的方法是由杜宇慧;侯玉亮设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种利用脑功能影像的时空注意力深度学习模型的方法在说明书摘要公布了：本发明公开了一种利用脑功能影像的时空注意力深度学习分类模型的方法，属于医学图像处理技术领域。针对已有深度学习模型无法有效提取大脑活动相关的时域变化情况和空间脑区变化特性这一问题，同时提高利用脑影像数据进行分类和预测的效果，提出了利用脑功能影像的时空注意力深度学习模型的方法，该方法通过结合时域注意力和空域注意力模块，同时提取脑功能影像时空特性，不仅可以获取大脑随时间的变化情况和不同脑区的重要程度，而且可以提高模型的分类和预测效果。

本发明授权一种利用脑功能影像的时空注意力深度学习模型的方法在权利要求书中公布了：1.一种利用脑功能影像的时空注意力深度学习模型的方法，其特征在于：所述方法包括： 步骤1：获取每个被试所有脑区的时间序列矩阵数据； 步骤2：将每个被试所有脑区的时间序列矩阵数据输入到利用脑功能影像的时空注意力深度学习模型中，该模型由时域注意力模块、空域注意力模块和分类模块组成，根据模型输出的结果使用平方损失函数计算损失并使用梯度下降法训练该模型，直到训练的模型的在独立数据集上测试的准确率达到最高； 所述步骤2包括： 步骤2.1：采用公式1所述的时域注意力模块从每个被试所有脑区的时间序列矩阵数据中学得各时间点的时域注意力权重，模型如下： ； 其中，为时域注意力模块的输入数据，为第j个时间点的所有大脑区域的信号，；和分别为组成时域注意力模块的两个基础模块；由一个基础的长短期记忆网络层组成，用来提取不同时间点的特征；由一个基础的多层感知机层组成，用于对不同时间点的特征进行进一步的特征提取；Softmax和Average分别为归一化指数函数和平均计算操作；为时域注意力模块的输出，代表着所有时间点的时域注意力权重； 步骤2.2：采用公式2所述的空域注意力模块SpatialAttentionModule，SAM从每个被试所有脑区的时间序列矩阵数据中学得各个大脑功能域的空域注意力权重，模型如下： ； 其中，为空域注意力模块的输入数据；空域注意力模块采用C个模块处理不同大脑功能域的信息，用来处理第c个大脑功能域，第c个模块的输入为，该输入代表着中第c个大脑功能域中所有脑区的时间序列矩阵数据；由一个基础的多层感知机层组成，不同的功能域采用同一个进行特征处理，，Softmax和Average分别为归一化指数函数和平均计算操作；为空域注意力模块的输出，代表着所有大脑功能域的空域注意力权重； 步骤3：将新的被试所有脑区的时间序列矩阵数据样本输入到训练好的模型中，得到模型输出的时域注意力、空域注意力和标签预测结果用于后续分析。

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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。