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！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利融合脑磁图与脑电图的多模态深度学习溯源方法以及系统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：CN121030426B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511585339.7，技术领域涉及：G06F18/24；该发明授权融合脑磁图与脑电图的多模态深度学习溯源方法以及系统是由金智威;盛书荣;杨万里设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本融合脑磁图与脑电图的多模态深度学习溯源方法以及系统在说明书摘要公布了：本发明公开了融合脑磁图与脑电图的多模态深度学习溯源方法以及系统，涉及人工智能与神经影像技术领域，将真实脑磁图信号和脑电图信号通过预处理后输入到溯源模型中，预测对应区域源出现的概率，结合导入的源分区距离矩阵，得到最终溯源结果；所述溯源模型的训练过程如下：构建生成式对抗网络，生成多模态神经电生理数据集；将多模态神经电生理数据集输入到双分支结构的残差网络，分别对脑磁图信号和脑电图信号进行阶段分层提取与解耦；采用多尺度卷积模块提取不同阶段下的特征，将所提取的特征融合后输入到分类器中并定义损失函数，更新溯源模型的可训练参数；该溯源方法提升了溯源定位的准确性与泛化能力。

本发明授权融合脑磁图与脑电图的多模态深度学习溯源方法以及系统在权利要求书中公布了：1.融合脑磁图与脑电图的多模态深度学习溯源方法，其特征在于，将真实脑磁图信号和脑电图信号通过预处理后输入到溯源模型中，预测对应区域源出现的概率，结合导入的源分区距离矩阵，得到最终溯源结果； 所述溯源模型的训练过程如下： 构建生成式对抗网络，将所生成的合成观测数据集预处理后得到包括脑磁图信号和脑电图信号的多模态神经电生理数据集； 将多模态神经电生理数据集输入到双分支结构的残差网络，分别对脑磁图信号和脑电图信号进行阶段分层提取与解耦； 采用多尺度卷积模块提取不同阶段下的特征，将所提取的特征融合后输入到分类器中，具体为：分别将两分支第个阶段输出的特征并行输入至多尺度卷积模块中，据以生成第个阶段对应的融合特征，将所有阶段生成的融合特征对齐后累加得到全局上下文融合特征；将最后一个阶段输出的特征与全局上下文融合特征进行特征聚合，将所得到的跨模态加权融合特征与全局上下文融合特征拼接得到跨模态深度融合特征；将跨模态深度融合特征送入分类器； 定义损失函数，更新溯源模型的可训练参数。

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合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：230000 安徽省合肥市高新区望江西路5089号, 中国科学技术大学先进技术研究院未来中心B1205-B1208；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。