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！

龙图腾网获悉太原理工大学申请的专利脑网络多层次信息融合方法及系统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：CN120689707B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510785219.5，技术领域涉及：G06V10/80；该发明授权脑网络多层次信息融合方法及系统是由周梦妮;米荣坤;相洁;董艳清;宋子泽;许亚茹设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本脑网络多层次信息融合方法及系统在说明书摘要公布了：本发明涉及一种脑网络多层次信息融合方法，包括：根据脑图谱提取各ROI时间序列并进行多粒度脑网络构建；对构建得到的多粒度脑网络进行多通道特征提取，得到特征矩阵；根据得到的特征矩阵进行多通道特征融合。本发明还涉及一种脑网络多层次信息融合系统。本发明能够融合大脑的局部‑全局多层次信息，深入挖掘多粒度脑网络的特征，提升大脑空间特性建模的表现力。

本发明授权脑网络多层次信息融合方法及系统在权利要求书中公布了：1.一种脑网络多层次信息融合方法，其特征在于，该方法包括如下步骤： S1，根据脑图谱提取各ROI时间序列并进行多粒度脑网络构建； S2，对构建得到的多粒度脑网络进行多通道特征提取，得到特征矩阵； S3，根据得到的特征矩阵进行多通道特征融合；其中： 所述的步骤S1包括： 步骤S11，基于脑图谱提取相应的ROI时间序列，构建细粒度脑网络； 步骤S12，通过对细粒度脑网络进行图粗化处理，得到反映模块间连接的粗粒度脑网络； 步骤S13，构建模块内脑网络； 所述的步骤S11包括： 首先基于脑图谱提取相应的ROI时间序列；然后通过计算不同ROI时间序列之间的皮尔逊相关性得到；其中，N表示ROI或脑区的数目；表示为图，其中表示个节点的集合，每个节点表示一个ROI，表示节点与节点之间的功能连接； 随后对应用K近邻算法，为每个节点保留除自身外连通性最强的k条边，得到加权邻接矩阵，其中表示节点与节点之间的连通性强度；细粒度脑网络的节点特征定义为中对应的行向量，其节点特征矩阵表示为； 所述的步骤S12包括：图粗化处理是借助模块指示矩阵实现的，得到的粗粒度脑网络定义为： 其中，为模块指示矩阵，为图粗化后的模块数，模块指示矩阵是一个可自主学习的参数矩阵，其每个元素表示对应节点对特定模块的归属程度； 所述的步骤S13包括： 基于模块指示矩阵，明确模块内的节点，从而从中提取模块内节点间的连接强度，得到模块内脑网络集合；表示第个模块内脑网络，；同样地，将集合建模为图集合，并用加权邻接矩阵表示对应的拓扑结构，用表示节点特征矩阵。

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太原理工大学，其通讯地址为：030000 山西省太原市迎泽西大街79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。