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！

龙图腾网获悉山东建筑大学;深圳市皮安生物医疗科技有限公司申请的专利一种基于双编码器与扩散模型的脑疾病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：CN120766980B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511277273.5，技术领域涉及：G16H50/30；该发明授权一种基于双编码器与扩散模型的脑疾病预测方法是由张丽梅;王晨;乔立山设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。

本一种基于双编码器与扩散模型的脑疾病预测方法在说明书摘要公布了：本发明涉及医学人工智能技术领域，公开了一种基于双编码器与扩散模型的脑疾病预测方法，包括：对功能磁共振图像预处理并构建脑功能网络；通过扩散模型实现语义保持的数据增强，其中加噪过程采用双重随机矩阵和余弦调度策略，去噪过程利用含全局拓扑特征的GraphTransformer神经网络；采用双编码器分别提取脑网络的空间特征和BOLD信号的时间动态特征；设计三重对比学习机制优化跨维度特征交互；最终迁移至下游分类任务实现疾病预测。通过扩散增强缓解小样本过拟合，提升诊断可靠性；融合时空特征辅助多维度病理分析；增强模型跨站点适应性，支持多中心异构数据协同分析。本发明适用于自闭症等脑疾病的辅助诊断。

本发明授权一种基于双编码器与扩散模型的脑疾病预测方法在权利要求书中公布了：1.一种基于双编码器与扩散模型的脑疾病预测方法，其特征在于，包括以下步骤： S1.对功能磁共振设备采集的大脑功能图像进行预处理，包括去除前若干时间点、头动矫正、时间层矫正、信号干扰去除、空间配准及带通滤波； S2.基于解剖图谱划分脑区，构建受试者的BOLD信号矩阵； S3.计算脑区间静息态功能连接强度，生成脑功能网络的节点特征矩阵和边特征矩阵，构造原始脑网络； S4.通过扩散模型对原始脑网络进行数据增强： 执行加噪过程：在节点特征和边特征上独立添加高斯噪声，通过Markov链步骤转化为随机噪声分布； 执行去噪过程：采用基于GraphTransformer的神经网络对含噪图结构去噪，生成增强脑网络； S5.采用双编码器提取特征： 使用Mamba编码器从BOLD信号提取时间动态特征； 使用图同构网络GIN编码器从原始脑网络及增强脑网络中提取空间拓扑特征； S6.设计三重对比学习机制： 第一重：原始空间特征与时间动态特征的跨维度对比； 第二重：增强空间特征与时间动态特征的跨维度对比； 第三重：原始空间特征与增强空间特征的同维度对比； S7.将训练后的双编码器迁移至下游分类任务：拼接空间特征与时间动态特征，通过分类层实现脑疾病预测； 所述步骤S4的加噪过程满足： 噪声矩阵为双重随机矩阵，其行和与列和均为1； 噪声调度采用余弦衰减策略控制噪声强度； 所述步骤S4的去噪过程： 所述神经网络包含输入MLP、GraphTransformer模块及输出MLP； 引入全局特征，包括图连通分量数量及前五个非零特征值，与节点特征、边特征共同输入GraphTransformer模块； 所述GraphTransformer模块： 通过自注意力机制更新节点特征； 基于FiLM层融合节点特征、边特征与全局特征； 通过汇聚操作更新全局特征； 所述步骤S6的三重对比学习机制中： 正样本对应同一受试者的不同维度特征向量； 负样本对为不同受试者的特征向量； 总体损失函数为三重对比损失的加权和。

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山东建筑大学;深圳市皮安生物医疗科技有限公司，其通讯地址为：250100 山东省济南市历城区凤鸣路1000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。