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！

龙图腾网获悉长春大学申请的专利基于时序亲和图融合多模态网络的脑疾病判断系统及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：CN121191738B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511745431.5，技术领域涉及：G16H50/20；该发明授权基于时序亲和图融合多模态网络的脑疾病判断系统及方法是由韩秋蕾;叶洪彪;牛良杰;孙岩;宋泽;夏泽浩;董旭;赵剑;匡哲君;史丽娟设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本基于时序亲和图融合多模态网络的脑疾病判断系统及方法在说明书摘要公布了：基于时序亲和图融合多模态网络的脑疾病判断系统及方法。属于人工智能与医学影像交叉技术领域。提供一种基于时序亲和图融合多模态网络的脑疾病判断系统，包括表型特征重建模块，特征提取模块，亲和图构建、处理与多模态融合模块，损失构建模块以及分类模块。用于区分脑疾病患者组与健康对照组，适用于医学影像辅助诊断系统、多中心脑疾病筛查平台、个体化疾病风险评估工具。其核心是通过时序亲和图构建与多模态特征融合，解决传统脑疾病分类中“单模态信息利用不充分、多中心数据鲁棒性差、图结构噪声冗余”的问题，可处理静息态功能磁共振成像衍生的ROI时序数据与表型数据，具备临床转化与多中心协作研究的应用前景。

本发明授权基于时序亲和图融合多模态网络的脑疾病判断系统及方法在权利要求书中公布了：1.基于时序亲和图融合多模态网络的脑疾病判断系统，其特征在于，所述系统包括表型特征重建模块，特征提取模块，亲和图构建、处理与多模态融合模块，损失构建模块以及分类模块； 表型特征重建模块获取受试者的非影像数据构成的表型特征，通过VAE编码器-解码器在潜在特征的基础上重建表型特征； 特征提取模块获取受试者的ROI时间序列，并构建ROI特征矩阵和功能连接矩阵； 亲和图构建、处理与多模态融合模块：亲和图构建包括构建组别亲和图以及表型亲和图；亲和图处理包括压缩子图维度、时序注意力加权融合以及稀疏化处理；亲和图多模态融合通过构建时序亲和图融合多模态网络对亲和图处理后得到的融合亲和图进行特征提取以及加权融合，输出跨模态联合特征嵌入； 构建表型亲和图具体为： 相似度计算：基于表型潜在特征，采用高斯核函数计算样本间相似度，公式为：为所有样本对欧氏距离的均值，表示第个受试者的表型潜在特征，为第个受试者的表型潜在特征； 子图构建：构建表型奖励图表型惩罚图与表型激励图，集合形成表型亲和图； ；其中，表示第个受试者的分类标签，表示第个受试者的分类标签；表示指示函数IndicatorFunction；表示阈值； ； ； 分类模块通过跨模态联合特征嵌入预测受试者是否患有脑疾病； 损失构建模块构建表型特征重建模块、亲和图构建、处理与多模态融合模块以及分类模块的损失函数，并将上述损失函数整合为总损失函数，对所述系统进行训练和优化。

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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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。