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！

龙图腾网获悉北京理工大学申请的专利基于神经血流特征多层次融合的目标人群识别方法及装置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：CN119548114B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411950158.5，技术领域涉及：A61B5/026；该发明授权基于神经血流特征多层次融合的目标人群识别方法及装置是由高天欣;梁广耀;范应威;唐晓英设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本基于神经血流特征多层次融合的目标人群识别方法及装置在说明书摘要公布了：本申请涉及脑功能成像技术领域，特别涉及一种基于神经血流特征多层次融合的目标人群识别方法及装置，其中，方法包括：利用同步EEG‑fNIRS设备采集正常和目标人群的脑神经血流信号，预处理并提取单模态特征，利用多频局部神经血管耦合分析法计算神经血管耦合强度特征，并利用空间共定位方法统一神经血流模态空间信息，提高位置精度，实现数据层融合；利用Yeo7脑模板整合分析不同模态特征空间关系，实现特征层融合，最后用显著差异特征训练多种机器学习分类器，实现对目标人群的识别。由此，解决相关技术多关注宏观信号相关性，导致跨模态空间信息在特定脑区协同作用分析匮乏，制约了对神经血管功能机制深入理解及脑区角色揭示的问题。

本发明授权基于神经血流特征多层次融合的目标人群识别方法及装置在权利要求书中公布了：1.一种基于神经血流特征多层次融合的目标人群识别方法，其特征在于，包括以下步骤： 基于同步EEG‑fNIRS采集设备，采集满足预设条件的正常人群和目标人群的包含脑电信号和近红外信号的脑神经血流信号数据； 对所述脑神经血流信号数据进行对齐和预处理，并将所述脑电信号分为多个脑电分量； 基于预处理后的脑神经血流信号数据，分析提取至少一个单模态同类特征参数，将所述单模态同类特征参数映射于具体的通道位置上以获取具体通道特征； 基于预处理后的脑神经血流信号数据，分析提取至少一个混合模态特征参数，将所述混合模态特征参数映射于具体的通道位置上以获取具体通道特征，并基于所述至少一个混合模态特征参数，实现数据层的特征融合，其中，所述基于预处理后的脑神经血流信号数据，分析提取至少一个混合模态特征参数，包括： 对所述多个脑电分量进行基于空间共定位的多模态EEG‑fNIRS源估计，以得到皮层电流源密度； 将所述皮层电流源密度在近红外通道位置上重构，以将所述近红外通道位置上的电流源密度与预设的标准血流动力学函数卷积，得到预期血流变化； 根据所述预期血流变化和近红外信号得到真实血流响应，利用一般线性模型以计算标准化斜率，确定多频段局部神经血管耦合强度，其中，所述多频段局部神经血管耦合强度的计算公式为： ，其中，为代表多种脑电波的源活动，为EEG电极记录的电位，为根据fNIRS激活区域构建的权重矩阵，为EEG的导联矩阵，为在近红外通道位置上选择的电流源密度，为电流源密度与标准血流动力学响应函数进行卷积，为真实的血流动力学变化，为回归模型的截距，为回归系数； 利用Yeo 7网络对所述单模态同类特征参数和所述混合模态特征参数进行位置上的整合，实现特征层的融合，进而分析相同网络上所述单模态同类特征参数和所述混合模态特征参数的差别和联系，将所述目标人群和所述正常人群的同类特征参数作为独立样本，并利用均值假设检验发现所述目标人群敏感的脑特征和脑网络； 利用所述目标人群敏感的脑特征训练多种机器学习分类器以实现对目标人群的识别。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。