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！

龙图腾网获悉江南大学申请的专利一种识别孤独症诊断生物标志物的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：CN118697346B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202410607267.0，技术领域涉及：A61B5/16；该发明授权一种识别孤独症诊断生物标志物的方法是由丁彦蕊;王昊设计研发完成，并于2024-05-16向国家知识产权局提交的专利申请。

本一种识别孤独症诊断生物标志物的方法在说明书摘要公布了：本发明公开了一种识别孤独症诊断生物标志物的方法，属于计算机应用技术领域。所述方法包括：利用PCMCI算法对BOLD信号进行处理，将大脑不同区域视为节点，每对脑区之间的因果关系强度作为边的权重，从而为每个被试生成一个加权有向因果网络。利用双样本T检验评估孤独症组和正常对照组之间大脑因果网络的差异，并确定潜在的孤独症诊断生物标志物。进一步利用支持向量机构建孤独症分类模型，从而验证孤独症潜在诊断生物标志物的可靠性。本申请能够更好的挖掘大脑中各个区域间的因果关系并识别孤独症诊断生物标志物，为孤独症研究提供新的视角与方法。

本发明授权一种识别孤独症诊断生物标志物的方法在权利要求书中公布了：1.一种识别孤独症诊断生物标志物的方法，其特征在于，所述方法包括： 步骤1：获取被试者的BOLD信号，利用PCMCI算法对所述BOLD信号进行处理，计算大脑中每一对脑区之间的因果关系，为被试者构建因果脑网络； 步骤2：从所述因果脑网络中提取显著差异因果连接； 步骤3：将所述显著差异因果连接输入支持向量机分类模型，得到孤独症诊断生物标志物识别结果； 所述显著差异因果连接通过双样本T检验比较孤独症组和正常对照组之间每一对脑区的因果关系是否存在显著差异而得到； 所述步骤1包括： 步骤11：将被试者的BOLD信号看作是一个多变量离散时间随机过程，表示矩阵转置，脑区的BOLD信号是，为脑区数量，和表示脑区序号，表示时间； 的时间序列图定义为，图中的节点是由每个上的独立的时间相关脑区变量构成的，其中Z定义为整数集合，用于表示离散的时间索引或时间步，E表示该时间序列图中有向边的集合；表示当前时间的过程，表示过去时间的过程，初始化脑区变量的因果父节点集合，表示时间滞后，表示滞后的最大值； 步骤12：在第一次迭代中，使用偏相关进行无条件独立性检验，若不独立，则将从中删除，然后根据检验统计值对中脑区变量排序，表示中除外统计值最大的个脑区变量所构成的集合； 在之后的每一次迭代中，利用更新后的作为条件集，使用偏相关进行条件独立性检验，将不满足独立条件的脑区变量从中删除，直到不能测试更多的条件，输出； 步骤13：在步骤12中，得到了的估计，定义为集合中全部脑区变量平移时间后构成的集合，然后使用偏相关进行条件独立性检验，在这里估计了脑区间因果关系的p值以及检验统计量，若p，则认为因果关系存在，否则不存在； 上述步骤使用PCMCI算法估计每一个脑区的因果父节点，并由检验统计量给出每一个因果父节点和该脑区之间的因果关系强度； 步骤14：以脑区为节点，因果关系为边，因果关系强度为边权，构建加权有向因果脑网络； 所述显著差异因果连接的筛选过程包括： 步骤21：在因果脑网络中，对于每一对大脑区域之间的因果连接，分别计算孤独症组和正常对照组的均值，然后进行双样本T检验，检验这两组在该因果连接上的均值是否存在显著差异，将所有因果连接的双样本T检验p值从小到大排序，选出每种滞后p值最小的M条因果连接作为存在显著差异的因果连接； 步骤22：针对存在显著差异的因果连接，用孤独症组中的均值减去正常对照组中对应的均值，从而得到这些存在显著差异因果连接的强度变化。

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江南大学，其通讯地址为：214000 江苏省无锡市新吴区净慧东道66号(江南大学国家大学科技园)；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。