哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)叶辰飞获国家专利权
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!
龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于特征解耦与动态图构建的多模态脑网络分类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:CN120747650B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202511240103.X,技术领域涉及:G06V10/764;该发明授权一种基于特征解耦与动态图构建的多模态脑网络分类方法是由叶辰飞;李莹;苏敬勇;马婷设计研发完成,并于2025-09-02向国家知识产权局提交的专利申请。
本一种基于特征解耦与动态图构建的多模态脑网络分类方法在说明书摘要公布了:本发明提供了一种基于特征解耦与动态图构建的多模态脑网络分类方法,涉及人工智能技术领域,所述方法包括:获取待测人员的功能磁共振成像数据和结构磁共振成像数据,根据功能磁共振成像数据和结构磁共振成像数据得到多模态脑网络数据,基于预设的多模态脑网络分类模型,对多模态脑网络数据进行处理,得到待测人员的脑网络状态。本发明通过结合功能磁共振成像fMRI和结构磁共振成像sMRI数据,能够充分利用两种模态的优势,从而提高脑网络状态分类的准确性和全面性,且基于图注意力网络GAT的动态图注意力模块能够捕捉脑网络的动态变化特性,构建动态图表示,增强模型对脑区间动态连接关系的敏感性。
本发明授权一种基于特征解耦与动态图构建的多模态脑网络分类方法在权利要求书中公布了:1.一种基于特征解耦与动态图构建的多模态脑网络分类方法,其特征在于,包括: 获取待测人员的功能磁共振成像数据和结构磁共振成像数据, 根据所述功能磁共振成像数据和所述结构磁共振成像数据得到多模态脑网络数据,所述多模态脑网络数据包括至少一个功能连接网络矩阵和一个结构网络矩阵; 基于预设的多模态脑网络分类模型,对所述多模态脑网络数据进行处理,得到所述待测人员的脑网络状态; 其中,所述多模态脑网络分类模型包括特征解耦模块和基于GAT网络构建的动态图注意力模块,所述多模态脑网络分类模型还包括跨注意力模块和融合模块,所述基于预设的多模态脑网络分类模型,对所述多模态脑网络数据进行处理,得到所述待测人员的脑网络状态,包括: 通过所述特征解耦模块分别对所述功能连接网络矩阵和所述结构网络矩阵进行处理,得到功能特征数据、共享功能特征数据、结构特征数据和共享结构特征数据; 通过所述跨注意力模块对所述共享功能特征数据和所述共享结构特征数据进行处理,得到动态融合图邻接矩阵;其中,所述动态图注意力模块包括第一GAT网络、第二GAT网络、第三GAT网络和第四GAT网络; 通过所述动态图注意力模块对所述动态融合图邻接矩阵、所述功能特征数据和所述结构特征数据进行处理,得到第一动态图和第二动态图,包括: 通过所述第一GAT网络对所述动态融合图邻接矩阵和所述功能特征数据进行处理,得到第一中间特征; 通过所述第二GAT网络对所述动态融合图邻接矩阵进行处理,得到临时功能特征; 通过所述第三GAT网络对所述动态融合图邻接矩阵和所述结构特征数据进行处理,得到第二中间特征; 通过所述第四GAT网络对所述动态融合图邻接矩阵进行处理,得到临时结构特征; 将所述第一中间特征和所述临时功能特征进行融合得到所述第一动态图,并将所述第二中间特征和所述临时结构特征进行融合得到所述第二动态图; 通过所述融合模块对所述第一动态图和所述第二动态图进行融合处理,得到融合特征数据,并对所述融合特征进行分类,得到所述待测人员的脑网络状态。
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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励