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！

龙图腾网获悉北京师范大学申请的专利一种脑模板构建模型训练方法、装置和脑模板构建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：CN120259815B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510725682.0，技术领域涉及：G06V10/774；该发明授权一种脑模板构建模型训练方法、装置和脑模板构建方法是由张纪昌;李淑宇;车统统;白皓莹;杨泽坤设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种脑模板构建模型训练方法、装置和脑模板构建方法在说明书摘要公布了：本发明公开一种脑模板构建模型训练方法、装置和脑模板构建方法。包括：通过目标群体的三维全局特征图像和多批次训练数据对脑模板构建模型中的第一生成模型和第二生成模型进行训练，第一生成模型基于三维全局特征图像生成第一脑模板；第二生成模型对个体属性进行学习以生成第二脑模板和第一形变场；对第二脑模板和三维个体脑图像进行配准处理，得到第二形变场；根据得到的多个形变场对各脑模板进行扭曲处理，得到各脑模板对应的浮动图像，基于多个脑模板和多种图像确定目标损失函数并用于对两个生成模型进行参数调节，直至各批次训练数据训练完成后得到训练好的脑模板构建模型。本方案实现了同时确定两种脑模板的模型，以提高构建脑模板的高效性。

本发明授权一种脑模板构建模型训练方法、装置和脑模板构建方法在权利要求书中公布了：1.一种脑模板构建模型训练方法，其特征在于，包括： 基于目标群体的三维脑图像数据集合确定三维全局特征图像和多个批次训练数据，其中，所述各批次训练数据中包括至少两个三维个体脑图像和所述三维个体脑图像对应的个体属性； 获取第一脑模板构建模型，所述第一脑模板构建模型包括第一生成模型和第二生成模型； 通过所述第一生成模型，基于所述三维全局特征图像生成第一脑模板； 对于第一批次训练数据，将所述第一批次训练数据中的每一所述个体属性分别输入至所述第二生成模型，得到每一所述个体属性分别对应的第二脑模板和第一形变场； 通过对所述第二脑模板和所述三维个体脑图像进行配准处理，得到各所述个体属性对应的第二形变场； 对于任一个体属性，基于所述个体属性对应的第一形变场和第二形变场对所述第一脑模板进行扭曲处理，得到第一浮动图像，基于所述个体属性对应的第二形变场对所述第二脑模板进行扭曲处理，得到第二浮动图像； 基于各所述个体属性对应的第一浮动图像、第二浮动图像、第一形变场、第二形变场和三维个体脑图像确定目标损失函数，基于所述目标损失函数对所述第一生成模型和所述第二生成模型进行参数调节，使用第二批次训练数据继续进行训练，直至达到训练结束条件时得到训练好的第一生成模型和训练好的第二生成模型； 其中，所述第一生成模型包括残差数据确定子模型和特征融合子模型；所述通过所述第一生成模型，基于所述三维全局特征图像生成第一脑模板，包括： 通过所述残差数据确定子模型，基于所述三维全局特征图像确定全局残差数据； 基于所述特征融合子模型对所述全局残差数据和所述三维全局特征图像进行特征融合，得到所述第一脑模板； 所述第二生成模型包括特征提取子模型、特定脑模板确定子模型和形变场确定子模型；所述将所述第一批次训练数据中的每一所述个体属性分别输入至所述第二生成模型，得到每一所述个体属性分别对应的第二脑模板和第一形变场，包括： 对于任一个体属性，将所述个体属性输入所述征提取子模型，得到个体属性特征向量； 通过所述特定脑模板确定子模型对所述个体属性特征向量进行处理，得到每一所述个体属性分别对应的第二脑模板，以及通过所述形变场确定子模型对所述个体属性特征向量进行处理，得到每一所述个体属性分别对应的第一形变场。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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”。