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！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利基于分层图卷积的脑图像分类方法、装置、及电子设备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：CN116721281B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310594413.6，技术领域涉及：G06V10/764；该发明授权基于分层图卷积的脑图像分类方法、装置、及电子设备是由戴亚康;彭博;刘燕;周志勇;耿辰;钱旭升设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本基于分层图卷积的脑图像分类方法、装置、及电子设备在说明书摘要公布了：本发明提供一种基于分层图卷积的脑图像分类方法，包括以下步骤：获取静息态功能磁共振图像，构建功能脑网络特征；稀疏化所述功能脑网络特征，并构建个体图卷积网络，得到图嵌入特征；基于所述图嵌入特征训练网络模型，并利用边权重编码机制初始化群体图卷积网络参数，重新确定网络模型的边权重参数；利用测试集测试所述训练网络模型的正确性，统计分类结果。本发明所述的基于分层图卷积的脑图像分类方法，首先，能够利用先验脑区信息和图嵌入提取脑网络特征，具有较好的准确性，其次，利用边权重编码机制对群体图卷积网络模型的边权重编码，降低年龄、性别、图像采集设备等非图像信息的影响，具有更好的泛化性。本发明所述方法相比已有方法具有更好的分类性能。

本发明授权基于分层图卷积的脑图像分类方法、装置、及电子设备在权利要求书中公布了：1.一种基于分层图卷积的脑图像分类方法，其特征在于，包括以下步骤： 获取训练集静息态功能磁共振图像，构建训练集功能脑网络特征； 稀疏化所述训练集功能脑网络特征，得到训练集稀疏化功能脑网络特征，筛选有意义的训练集功能脑网络特征作为个体图卷积网络的输入； 将所述训练集稀疏化功能脑网络特征输入至个体图卷积网络模型训练，得到所述训练集稀疏化功能脑网络特征的图嵌入表示，并保存最优的个体图卷积网络模型，记为第一层个体图卷积网络模型； 基于所述图嵌入表示构建群体图卷积网络模型，并利用边权重编码机制确定群体图卷积网络模型的边权重参数，并保存最优的群体图卷积网络模型，记为第二层群体图卷积网络模型； 获取测试集静息态功能磁共振图像，构建测试集功能脑网络特征，并得出测试集稀疏化功能脑网络特征；所述稀疏化功能脑网络特征具体包括：基于先验脑区知识，对所述功能脑网络特征进行稀疏化操作，并筛选部分脑网络特征作为分层图卷积网络的输入；其中所述先验脑区知识是从不同脑疾病中分析得出的相关脑区； 将所述测试集稀疏化功能脑网络特征输入至第一层个体图卷积网络模型，得到测试集的图嵌入表示； 将所述测试集图嵌入表述输入至第二层群体图卷积网络模型，统计得到测试集静息态功能磁共振图像的分类结果。

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中国科学院苏州生物医学工程技术研究所，其通讯地址为：215163 江苏省苏州市高新区科技城科灵路88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。