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！

龙图腾网获悉西南交通大学申请的专利一种基于BCL模型的帕金森进展预测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：CN119446543B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510042586.6，技术领域涉及：G16H50/30；该发明授权一种基于BCL模型的帕金森进展预测方法是由张晓博;杨芸菲;赵小乐;龚雪;杨阳设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于BCL模型的帕金森进展预测方法在说明书摘要公布了：本发明公开了一种基于BCL模型的帕金森进展预测方法，涉及医疗影像数据技术领域，包括：S1、获取包含HY评分和患者基本信息的临床数据，以及包含MRI图像的图像数据；S2、对MRI图像进行格式转换，结合HY评分进行数据标注；S3、对数据标注后的图像进行预处理；S4、使用主成分分析对预处理后的图像进行降维，提取图像的低维特征；S5、构造基于平衡权重调度器的课程学习框架以及分类模型，对降维后的特征进行训练；S6、预测患者的帕金森病进展，并对各个分类模型的预测性能进行评估。本发明能够提供更精确的患者疾病阶段评估，降低数据维度的同时提高了模型的计算效率和泛化能力，增强了模型对难样本的学习能力。

本发明授权一种基于BCL模型的帕金森进展预测方法在权利要求书中公布了：1.一种基于BCL模型的帕金森进展预测方法，其特征在于，包括以下步骤： S1、获取包含HY评分和患者基本信息的临床数据，以及包含MRI图像的图像数据； S2、对MRI图像进行格式转换，并结合HY评分进行数据标注； S3、对数据标注后的图像进行预处理； S4、使用主成分分析对预处理后的图像进行降维，提取图像的低维特征； S5、构造基于平衡权重调度器的课程学习框架，逐步引入不同难度的样本，构造不同的分类模型并对降维后的特征进行训练，获得基于平衡权重调度器的课程学习模型； S51、根据HY评分将训练集样本划分为5个难度，并将划分样本难度后的训练集划分为4个阶段； S52、在课程学习的框架中，引入平衡权重调度器调整不同阶段样本的权重，得到基于平衡权重调度器的课程学习框架； S53、构造包括随机森林模型、支持向量机模型、多层感知机模型在内的分类模型； S54、逐阶段训练模型，在每个阶段开始前先获取当前阶段训练集中的类别数以及各类别的样本数，其次调用平衡权重调度器计算类别权重，生成权重字典，最后分别调用分类模型进行训练，将权重字典作为损失函数传入分类模型，重复上述训练过程直至四个阶段全部训练完成，获得基于平衡权重调度器的课程学习模型； S6、使用基于平衡权重调度器的课程学习模型预测患者的帕金森病进展，并对各个分类模型的预测性能进行评估。

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西南交通大学，其通讯地址为：610031 四川省成都市金牛区二环路北一段；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”。