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！

龙图腾网获悉电子科技大学申请的专利一种网络连接最优介导的效应脑区定位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：CN118691675B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410776226.4，技术领域涉及：G06T7/73；该发明授权一种网络连接最优介导的效应脑区定位方法是由贺辉;李谷静;刘雅芸;米莉;罗程;尧德中设计研发完成，并于2024-06-17向国家知识产权局提交的专利申请。

本一种网络连接最优介导的效应脑区定位方法在说明书摘要公布了：本发明的目的在于提供一种网络连接最优介导的效应脑区定位方法，属于脑区定位技术领域。该方法基于构建图并计算网络间的度，再结合多元距离矩阵回归方法，从功能网络信息传递效率的角度对与行为、认知、疾病状态、生理等表型相关的脑区进行定位，为进一步理解表型与功能网络间关系奠定了基础，同时为临床中干预精神疾病患者以提高认知或改善病情提供新的策略。

本发明授权一种网络连接最优介导的效应脑区定位方法在权利要求书中公布了：1.一种网络连接最优介导的效应脑区定位方法，其特征在于，包括以下步骤： 步骤1、进行数据采集，对大脑静息态功能磁共成像数据进行预处理； 步骤2、构建二进制邻接矩阵，具体过程为： 步骤2.1.对预处理得到的数据使用二值模板得到仅包含大脑灰质的数据； 步骤2.2.计算全脑基于体素的功能连接，得到连接矩阵，并对功能连接矩阵进行Fisher-Z变换，仅保留矩阵中的正连接； 步骤2.3.使用一系列密度阈值对正连接矩阵稀疏化，得到不同密度阈值下的二进制邻接矩阵； 步骤3、对每个密度阈值下的二进制邻接矩阵计算网络间度，并得到每个网络对应的BNDmap图，具体过程为： 步骤3.1.将大脑划分为N个功能网络，得到每个体素对应的网络标签； 步骤3.2.对每个体素计算其对应于N个网络的网络间度，计算公式为： i为第i个体素，i＝1,2,..,m，KiS表示第i个体素与第S个网络之间的连接边数，S＝1,2,..,N，是第i个体素与N个网络之间边数的均值，是第i个体素与N个网络之间边数的标准差； 步骤3.3.所有体素对某个网络的网络间度构成该网络的BNDmap图，每个阈值下，N个网络对应N个BNDmap图； 步骤3.4.对不同密度阈值的BNDmap图求平均，每个网络最终得到对应的一个BNDmap图； 步骤4、通过将每个网络的BNDmap图串联起来，计算每个体素的被试间相似性矩阵，得到每个体素的被试间距离矩阵，具体过程为： 步骤4.1.对于每个体素，将其与N个网络的BND值拼成一个列向量； 步骤4.2.基于每个体素的列向量，使用皮尔逊相关系数公式计算两两被试之间的BND值相似性rpq，p为第p个被试，q为第q个被试，每个体素得到一个维度为被试数的二维矩阵，矩阵中的元素为rpq； 步骤4.3.计算每个体素对应的被试间距离矩阵D，矩阵中的元素dpq计算公式为： 步骤5、使用多元距离矩阵回归的方法，对被试间距离矩阵D进行统计分析，构建设计矩阵X，并得到每个体素的伪F统计值； 步骤6、使用置换检验评估伪F统计值的显著性，得到全脑p值的map图，具体过程为： 步骤6.1.对设计矩阵X进行施密特正交化，随机打乱目标变量矩阵X2若干次，重新生成新的帽子矩阵H′和H2′，并重新计算伪F统计量； 步骤6.2.将步骤5得到的伪F统计值与步骤6.1生成的伪F统计值的零分布进行比较，得到单个体素的显著性p值； 步骤6.3.基于所有体素的显著性得到全脑的p值map图； 步骤7、设定阈值，从全脑的map图中筛选小于阈值的p值区域，实现特定表型的脑区定位。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。