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！

龙图腾网获悉成都信息工程大学申请的专利一种基于CTA框架的阿尔茨海默病发病风险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：CN118983099B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411057709.5，技术领域涉及：G16H50/30；该发明授权一种基于CTA框架的阿尔茨海默病发病风险预测方法是由刘强;李松恒;李飞;张雁腾;邹茂扬;高琳;刘露平设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本一种基于CTA框架的阿尔茨海默病发病风险预测方法在说明书摘要公布了：本发明公开了一种基于CTA框架的阿尔茨海默病发病风险预测方法，包括以下步骤：S1、将脑图像输入3D卷积神经网络进行特征提取，得到脑图像特征图；S2、将脑图像特征图输入Transformer注意力模块，对脑图像特征图的不同位置之间的信息进行自适应调整，得到最终的注意力特征图；S3、将最终的注意力特征图经过全局池化后输入全连接回归层，结合总均方差损失对若干认知评分进行联合预测，得到阿尔茨海默病发病的预测概率。本发明可以自动识别全脑图像中特定参与者的判别位置，有助于评估阿尔茨海默病的病理分期和预测疾病进展，在ADNI基线数据集上的评估表明，本发明的方法在认知评分估计方面表现出良好的性能。

本发明授权一种基于CTA框架的阿尔茨海默病发病风险预测方法在权利要求书中公布了：1.一种基于CTA框架的阿尔茨海默病发病风险预测方法，其特征在于，包括以下步骤： S1、将脑图像输入3D卷积神经网络进行特征提取，得到脑图像特征图； S2、将脑图像特征图输入Transformer注意力模块，对脑图像特征图的不同位置之间的信息进行自适应调整，得到最终的注意力特征图； S3、将最终的注意力特征图与脑图像特征图进行卷积，卷积后的结果经过全局池化后输入全连接回归层，通过全连接回归层结合总均方差损失对若干认知评分进行联合预测，得到阿尔茨海默病发病的预测概率； 所述S2中，Transformer注意力模块包括依次连接的编码器、解码器、连接层和softmax激活函数层； 其中，编码器包括第一多头注意力层和第一前向位置反馈网络层，第一前向位置反馈网络层的输入端通过归一化和残差连接的方式连接第一多头注意力层的输出端和输入端； 解码器包括掩码多头注意力层、第二多头注意力层和第二前向位置反馈网络层，第二多头注意力层的输入端通过归一化和残差连接的方式连接第一前向位置反馈网络层的输出端和输入端、以及掩码多头注意力层的输出端和输入端，第二前向位置反馈网络层的输入端通过归一化和残差连接的方式连接第二多头注意力层的输出端和输入端，连接层的输入端通过归一化和残差连接的方式连接第二前向位置反馈网络层的输出端和输入端； 所述掩码多头注意力层、第一多头注意力层和第二多头注意力层的结构相同，包括三个并行的第一卷积、若干缩放点积注意力模块和第二卷积，每个缩放点积注意力模块的输入端与三个并行的第一卷积连接，每个缩放点积注意力模块的输出端与第二卷积连接； 所述S2包括以下分步骤： S21、通过位置编码将脑图像特征图嵌入3D空间位置信息，得到输入特征图； S22、将输入特征图输入第一多头注意力层，得到第一注意力特征图； S23、将第一注意力特征图和输入特征图输入第一前向位置反馈网络层，得到编码器的注意力特征图； S24、将输入特征图输入掩码多头注意力层，得到第二注意力特征图； S25、将第二注意力特征图、输入特征图和编码器的注意力特征图输入第二多头注意力层，得到第三注意力特征图； S26将第三注意力特征图和第二注意力特征图输入第二前向位置反馈网络层，得到解码器的注意力特征图； S27、将解码器的注意力特征图和第三注意力特征图通过连接层输入softmax激活函数层，得到注意力权重图； S28、融合注意力权重图和脑图像特征图，得到最终的注意力特征图。

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成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24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”。