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！

龙图腾网获悉山东建筑大学;山东大数据医疗科技有限公司申请的专利一种自适应高阶融合学习的脑功能图像分类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：CN120766016B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510888128.4，技术领域涉及：G06V10/764；该发明授权一种自适应高阶融合学习的脑功能图像分类方法是由乔立山;唐恒胜;周月莹;杨超设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种自适应高阶融合学习的脑功能图像分类方法在说明书摘要公布了：本发明涉及脑功能图像分类处理技术领域，具体涉及一种自适应高阶融合学习的脑功能图像分类方法，包括以下步骤：S1、获取待分类的脑功能图像并进行图像数据预处理；S2、构建高阶功能脑网络矩阵序列；S3、自适应学习不同阶功能脑网络权重，对其加权求和进一步输出特征；S4、捕捉高阶功能脑网络矩阵序列的上下文依赖；S5、进一步提取特征并进行特征的加权融合；S6、预测输出分类结果；S7、参数调优。本发明通过端到端的自适应高阶功能脑网络融合学习，利用自适应学习不同阶功能脑网络权重，增强输入特征和预测结果之间推断过程的可解释性，通过自注意力机制捕捉高阶功能脑网络矩阵生成前后的时序信息，准确高效分类识别出脑正常与脑障碍图像。

本发明授权一种自适应高阶融合学习的脑功能图像分类方法在权利要求书中公布了：1.一种自适应高阶融合学习的脑功能图像分类方法，其特征在于：包括以下步骤： S1、获取待分类的脑功能图像并进行图像数据预处理； S2、对预处理后的脑功能图像使用脑图谱AAL划分多个脑区，计算各脑区之间的连接权重作为低阶功能脑网络矩阵，基于低阶功能脑网络矩阵迭代计算相关性，构建高阶功能脑网络矩阵序列，取高阶功能脑网络矩阵的上三角元素展平得到特征矩阵F； S3、利用构建出的高阶功能脑网络特征，先取平均，将其输出至多层感知机进行特征映射，维度映射为k，再通过函数得到高阶功能脑网络的权重矩阵S；将特征矩阵F与高阶功能脑网络的权重矩阵S相乘，对不同阶功能脑网络特征进行加权求和，得到自适应加权输出： ； 其中：=[，，…，]，与为可学习的参数矩阵，δ为ReLU激活函数； S4、根据步骤S2中的高阶功能脑网络的特征矩阵F，通过自注意力机制得到蕴含上下文信息的时间矩阵Z，将高阶功能脑网络的特征矩阵F与时间矩阵Z相乘，使高阶功能脑网络的特征矩阵F学习到高阶功能脑网络构建前后的上下文信息： ； 其中：为特征矩阵的转置，d表示为提取特征的维数；与为可学习的参数矩阵；根据sum函数对其进行求和，读出具备时间信息的融合高阶功能脑网络特征： ； S5、将自适应加权输出和融合高阶功能脑网络特征根据超参数α输入到下述公式： ； S6、利用加权输出，输入至多层感知机，预测的分类结果如下： ； 其中：表示函数，使用函数进行归一化，得到脑功能图像预测的分类结果。

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东建筑大学;山东大数据医疗科技有限公司，其通讯地址为：250000 山东省济南市凤鸣路；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。