Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学胡世昂获国家专利权

安徽大学胡世昂获国家专利权

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!

龙图腾网获悉安徽大学申请的专利一种基于脑电常模网络和双流注意融合的痴呆症识别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:CN121606304B

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:202610135609.2,技术领域涉及:A61B5/372;该发明授权一种基于脑电常模网络和双流注意融合的痴呆症识别方法是由胡世昂;刘国俊;阮菲;汪澜;胡艺凡设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。

一种基于脑电常模网络和双流注意融合的痴呆症识别方法在说明书摘要公布了:本发明公开了一种基于脑电常模网络和双流注意融合的痴呆症识别方法,包括:采集受试者的静息态脑电图数据,并对静息态脑电图数据进行预处理;构建基于年龄变化的规范化标准脑网络模式;计算受试者每一条脑功能连接相对于健康常模的偏离程度;采用并行的双流架构从偏离矩阵提取图像特征向量Ie和数值特征向量Ve;根据图像特征向量Ie和数值特征向量Ve分别获得图像特征ViTfeat和数值特征zfeat,融合所述ViTfeat和zfeat获得最终特征向量Ffused;将最终特征向量Ffused送入下游分类器,进行最终分类判别并输出最终的预测结果。本发明的基于脑电常模网络和双流注意融合的痴呆症识别方法,具有能有效融合图像特征和数值特征、提高痴呆症的识别准确率与早期诊断敏感性等优点。

本发明授权一种基于脑电常模网络和双流注意融合的痴呆症识别方法在权利要求书中公布了:1.一种基于脑电常模网络和双流注意融合的数据分析方法,其特征是,包括如下步骤: 步骤1:数据采集与预处理步骤;采集受试者的静息态脑电图数据,并对静息态脑电图数据进行预处理; 步骤2:建模步骤;构建随年龄变化的规范化标准脑电功能网络模式,即常模网络;规范化标准脑电功能网络模式的主要协变量是年龄,响应变量是特定通道对之间的脑功能连接强度值;脑功能连接矩阵包含两种不同性质的特征:一是数值拓扑特征,即矩阵中每个元素精确的连接强度值;二是空间分布特征,即强弱连接在全脑形成的特定模式; 步骤3:个体脑功能偏离度的量化步骤;计算受试者每一条脑功能连接相对于健康常模网络矩阵中对应功能连接的偏离程度zi;并将所有脑功能连接的偏离程度zi重组为全脑偏离矩阵Zmat,作为后续双流架构进行特征提取的输入数据源; 步骤4:多模态特征提取步骤;采用并行的双流架构从偏离矩阵z中提取表征空间分布模式的图像特征向量Ie和表征数值拓扑结构的数值特征向量Ve;所述双流架构包括图像模态流和数值模态流; 步骤5:跨模态注意力融合与分类诊断步骤;根据数值特征向量Ve和图像特征向量Ie分别获得图像特征ViTfeat和数值特征zfeat,采用双向跨模态注意力机制对图像特征ViTfeat和数值特征zfeat进行动态融合,融合图像特征ViTfeat和数值特征zfeat获得最终特征向量Ffused;将最终特征向量Ffused送入下游分类器,进行最终的分类判别,输出最终的预测结果。

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安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区九龙路111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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。