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！

龙图腾网获悉浙江大学申请的专利基于微结构定量特征的脑结构网络权重构建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：CN120047392B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510055754.5，技术领域涉及：G06T7/00；该发明授权基于微结构定量特征的脑结构网络权重构建方法是由何宏建;李灵钰;袁丽霞;刘亦洋;邵炳辰;卫锦涛;马龙涛设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本基于微结构定量特征的脑结构网络权重构建方法在说明书摘要公布了：本发明公开了一种基于微结构定量特征的脑结构网络权重构建方法。方法包括先根据MNI空间大脑纤维束模板处理得到脑结构纤维束采样点模板，然后根据改进的多模态磁共振成像方法和脑结构纤维束采样点模板处理获取群体数据集，再构建注意力变分自编码器模型，将群体数据集输入到注意力变分自编码器模型中进行训练，最后将获取的待测个体的脑结构特征图的向量值输入到训练好的注意力变分自编码器模型中进行处理，将处理的结果直接作为脑结构网络中边的权重值。本发明克服了纤维束长度差异带来的信息不平衡，提供了多模态大脑的多种不同微结构信息，实现了为脑结构网络权重研究领域提供了一种新的方向。

本发明授权基于微结构定量特征的脑结构网络权重构建方法在权利要求书中公布了：1.一种基于微结构定量特征的脑结构网络权重构建方法，其特征在于，包括以下步骤： S1、在计算机中建立大脑数据模型，根据MNI空间大脑纤维束模板依次进行获取处理和线中心处理得到中心模板流线，根据中心模板流线进行微结构定量采样方法处理，得到脑结构纤维束采样点模板； S2、在计算机中采用改进的多模态磁共振成像方法对已知数据库中的若干个大脑数据模型进行扫描得到若干个脑结构成像图，每个脑结构成像图经过特征提取处理得到对应的脑结构特征图，根据步骤S1得到的脑结构纤维束采样点模板对所有脑结构特征图进行综合处理，得到每个脑结构特征图的向量值，将所有脑结构特征图的向量值组合构建得到群体数据集； S3、在计算机中构建注意力变分自编码器模型，并将群体数据集输入到注意力变分自编码器模型中进行训练，得到训练好的注意力变分自编码器模型； S4、在计算机中采用步骤S2相同的方法获取待测个体的脑结构特征图的向量值，将待测个体的脑结构特征图的向量值输入到训练好的注意力变分自编码器模型中进行模型处理，然后将模型处理的结果直接作为脑结构网络中边的权重值，最终得到脑结构网络中所有边的权重图； 所述步骤S1具体为： S11、根据MNI空间大脑纤维束模板获取若干个模板纤维束、每个模板纤维束中的若干个模板流线和每个模板流线的长度； S12、对每个模板纤维束中的所有模板流线进行线中心处理，得到中心模板流线和中心模板流线的长度； 所述线中心处理为在每个模板纤维束中对所有模板流线进行均匀取点m个，对所有模板流线的第i个取点进行处理得到所有第t个取点的中心点，按照第t个取点的中心点相同的方法处理得到m个中心点，将m个中心点连接即得到中心模板流线； S13、根据各个模板纤维束的中心模板流线的长度，从所有模板纤维束的中心模板流线中筛选出长度最长的中心模板流线，设定最长的中心模板流线所对应的模板纤维束的采样点数 S14、采用微结构定量采样方法处理得到除最长的中心模板流线所对应的模板纤维束以外的其他模板纤维束的采样点数 所述微结构定量采样方法按以下公式设置： 其中，为最长的中心模板流线的长度，为除最长的中心模板流线以外的第i个中心模板流线的长度，为最长的中心模板流线所在模板纤维束的采样数，为除最长的中心模板流线所在模板纤维束以外的第i个模板纤维束的采样点数； S15、在每个模板纤维束中，将模板纤维束的采样点数作为所有模板流线的采样点数； S16、根据每个模板纤维束中所有模板流线的采样点数组合得到脑结构纤维束采样点模板。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。