買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網獲悉成都信息工程大學申請的專利一種多模態(tài)磁共振大尺度腦網絡特征提取方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN120472254B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510945888.4，技術領域涉及：G06V10/77；該發(fā)明授權一種多模態(tài)磁共振大尺度腦網絡特征提取方法是由龔津南;馬芮;羅程設計研發(fā)完成，并于2025-07-09向國家知識產權局提交的專利申請。

本一種多模態(tài)磁共振大尺度腦網絡特征提取方法在說明書摘要公布了：本發(fā)明公開了一種多模態(tài)磁共振大尺度腦網絡特征提取方法，屬于醫(yī)學圖像處理技術領域，本方法基于醫(yī)學磁共振數(shù)據，通過一系列預處理操作后得到大腦的結構連接矩陣，提取出結構和功能特征，融合了功能磁共振，結構磁共振以及彌散張量成像信息，利用圖嵌入Node2vec圖嵌入方式對結構連接進行增強，使用分支注意力和圖特征約束的方式學習腦區(qū)節(jié)點的特征。本方案有效解決了腦疾病多模態(tài)信息融合的問題，彌補了利用彌散張量成像構建結構連接矩陣的缺陷，實現(xiàn)了對腦疾病相關的顯著性腦區(qū)和重要特征的學習。

本發(fā)明授權一種多模態(tài)磁共振大尺度腦網絡特征提取方法在權利要求書中公布了：1.一種多模態(tài)磁共振大尺度腦網絡特征提取方法，其特征在于，包括以下步驟： S1、采集多模態(tài)磁共振影像，并對其預處理； 所述多模態(tài)磁共振影像包括解剖磁共振影像、靜息態(tài)磁共振影像以及彌散磁共振影像，其預處理獲得磁共振特征依次為結構磁共振的解剖特征、功能磁共振的時序特征以及結構連接矩陣； S2、使用圖嵌入Node2vec方式對結構連接矩陣進行增強，得到新的結構連接矩陣，并與解剖特征和時序特征一并作為輸入特征； S3、通過分支注意力模塊對輸入特征進行特征學習，獲得注意力結構連接特征； S4、通過圖特征約束模塊計算注意力結構連接特征與輸入特征的特征通道差異化得分，進而對不同特征通道進行加權學習，獲得加權結構連接特征，作為提取的腦網絡特征； 所述步驟S3中的分支注意力模塊包括通道最大池化單元、通道平均池化單元、第一MLP層和第二MLP層； 所述步驟S3包括以下分步驟： S31、通過通道最大池化單元和通道平均池化單元對輸入特征分別進行通道最大池化處理和通道平均池化處理，得到第一特征和第二特征； S32、通過第一MLP層和第二MLP層分別對第一特征和第二特征進行特征的跨通道學習，分別得到第三特征和第四特征； S33、對第三特征和第四特征進行逐元素相加求和，并利用激活函數(shù)將其轉化為注意力得分； S34、對輸入特征進行空間圖卷積操作，并將注意力得分通過逐元素相乘的方式應用到空間圖卷積操作的輸出特征上，獲得注意力結構連接特征； 所述步驟S4包括以下分步驟： S41、計算空間圖卷積操作的輸出特征與輸入特征X的余弦相似度； S42、根據計算的余弦相似度計算空間圖卷積操作的輸出特征與輸入特征X在特征通道上的差異化得分； S43、將差異化得分與輸入特征X逐元素相乘，過濾特征通道的信息，獲得圖特征約束輸出特征； S44、將圖特征約束輸出特征與注意力結構連接特征逐元素相加，獲得加權結構連接特征，作為提取的腦網絡特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人成都信息工程大學，其通訊地址為：610225 四川省成都市西南航空港經濟開發(fā)區(qū)學府路1段24號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。