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语义建模与动态图神经网络的预测模型构建方法、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：CN120508860B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510682781.5，技术领域涉及：G06F18/24；该发明授权基于语义建模与动态图神经网络的预测模型构建方法、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。

本基于语义建模与动态图神经网络的预测模型构建方法、装置在说明书摘要公布了：本发明提供一种基于语义建模与动态图神经网络的预测模型构建方法与装置，涉及图像处理领域。本发明针对脑区模板里蕴含的丰富信息表征，通过LLM辅助构建统一、结构化的脑区语义描述体系，为脑网络语义建模提供新范式，增强脑图谱的知识可解释性；通过语义增强的脑网络图，融合脑区结构与功能的语义信息显著提升了脑网络表示的丰富性与表达能力；在传统GNN框架基础上引入节点重分配机制，节点重分配机制可根据节点特征自适应地重构图结构，有效去除冗余连接、突出关键区域，提高模型的泛化能力与训练效率；本发明提供的模型结合了语义建模与功能连接，能更准确地捕捉脑网络异常模式，为脑区检测数据的辅助分类提供更加高效、精确的智能手段。

本发明授权基于语义建模与动态图神经网络的预测模型构建方法、装置在权利要求书中公布了：1.基于语义建模与动态图神经网络的预测模型构建方法，其特征在于，包括以下步骤： 步骤1：脑区节点语义表示；利用大语言模型基于领域知识对每一个脑区的解剖结构与功能属性进行语义建模，然后利用大语言模型从脑区描述中分别提取代表性术语或关键词，作为该脑区的核心概念语义表征；将核心概念语义表征输入文本编码器得到语义嵌入向量，然后计算语义嵌入向量间的相似度； 步骤2：基于语义增强的脑网络图构建；获取功能核磁共振成像fMRI信号数据集，计算脑区之间的功能连接值；将语义相似度作为边信息，脑区之间的功能连接值作为节点特征，构建脑网络图； 步骤3：构建动态图神经网络，动态图神经网络包括两层图神经网络，在两层图神经网络之间加入节点重分配机制，所述节点重分配机制根据节点的特征表示动态重构图结构；通过动态图神经网络更新节点特征； 步骤4：图特征提取与预测；基于双通道的图级池化策略对更新后的节点特征进行聚合，得到图级表示，将其输入多层感知机分类器得到最终预测结果； 步骤5：用分类损失对模型进行优化，得到训练好的预测模型。

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。