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！

龙图腾网获悉四川大学华西医院申请的专利一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统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：CN119650041B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202411794813.2，技术领域涉及：G16H50/20；该发明授权一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统是由高映雪;李海龙;黄晓琦;李斌设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统在说明书摘要公布了：本发明提供了一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统，它是通过构建脑功能连接组发育常模，利用得到的脑功能连接个体发育偏差指数对注意缺陷多动障碍进行分类识别。本发明提供了一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统。通过构建脑功能连接特征随年龄变换的常模，对个体偏离正常范围的程度进行刻画，基于所得的个体化偏差指数实现对注意缺陷多动障碍患者的识别，从而为注意缺陷多动障碍患者提供定量的、个体水平的新型脑影像生物学标记物。在常模构建中，本发明使用的贝叶斯样条回归方法，通过结合B样条变换可以更精确地对非线性分布进行建模，同时也可以缩短计算时间，因此可高效扩展到大型脑影像数据队列，并灵活地应用于训练样本中未包括的新站点。

本发明授权一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统在权利要求书中公布了：1.一种基于脑功能连接组发育常模的注意缺陷多动障碍识别系统，其特征在于：它是通过构建脑功能连接组发育常模，利用得到的脑功能连接个体发育偏差指数对注意缺陷多动障碍进行分类识别； 它包括如下功能模块： a、数据采集模块：用于采集受试者人口学及磁共振影像数据； b、数据预处理模块：与所述的数据采集模块相连接，用于对所采集到的静息态功能磁共振成像数据进行校正、配准、降噪、平滑及滤波预处理； c、脑功能连接组计算模块：与所述的数据预处理模块相连接，将预处理后的静息态功能磁共振成像数据生成功能连接矩阵，计算脑区及脑网络功能连接； d、脑功能连接组发育常模构建模块：与所述的脑功能连接组计算模块相连接，在正常发育对照群体中，采用贝叶斯样条回归构建每个脑区及脑网络功能连接特征随年龄变化的常模，基于该发育常模，计算每个注意缺陷多动障碍患者的每个功能连接特征偏离常模的程度，得到个体发育偏差分数； e、注意缺陷多动障碍识别模块：与所述的脑功能连接组发育常模构建模块相连接，根据所得到的脑功能连接发育偏差分数，采用支持向量机算法构建对注意缺陷多动障碍患者和正常发育对照者的分类模型，并结合个体极端正偏差与负偏差的脑功能连接模式，判别是否为注意缺陷多动障碍患者； 所述的数据采集模块是采集多中心注意缺陷多动障碍患者及正常发育对照受试的人口学资料、T1结构磁共振和静息态功能磁共振影像数据； 数据预处理模块是影像数据预处理，所有数据集的功能磁共振影像数据预处理均使用基于MATLAB平台的脑影像数据处理与分析工具箱预处理； 脑功能连接组计算；用于分析和理解大脑不同区域之间功能性协同活动或连接模式，计算不同脑区和网络之间时间序列的相关性，得到脑功能连接组特征； 脑功能连接组发育常模构建，是在正常发育对照群体中进行脑功能连接组常模构建，采用分层10折交叉验证法，将数据集分为10份，每一份中各中心数据比例与整个数据集相同，每次选择一份作为验证集，其余9份作为训练集，如此循环10次；对男性和女性分开进行建模，以减少性别差异对于模型的影响；基于训练集数据，采用贝叶斯样条回归BayesianSplineRegression对每个脑区和脑网络功能连接特征随年龄的变化模式进行刻画；贝叶斯样条回归在一般贝叶斯线性回归模型中引入三次B样条变换以捕捉非线性效应，Powell方法被用于拟合优化超参数；使用（explainedvariance，EV），平均标准化对数似然（meanstandardizedlogloss，MSLL）对常模进行评估； 所述的个体偏差分数计算方法为：基于建立的脑功能连接常模，统计估计每位受试者n的每个脑功能连接特征d偏离常模的程度，即个体偏差分数Znd，其计算公式为： ； 其中，y^nd为预测的功能连接值，ynd为真实的功能连接值，利用噪声σ2 d方差（反映数据中的变异性）和不确定性方差σ2 *d进行归一化。

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四川大学华西医院，其通讯地址为：610000 四川省成都市武侯区国学巷37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”。