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！

龙图腾网获悉兰州大学申请的专利一种基于多超图协同优化的孤独症亚型检测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：CN117274163B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311082887.9，技术领域涉及：G06T7/00；该发明授权一种基于多超图协同优化的孤独症亚型检测方法及系统是由胡斌;郑炜豪;李加龙;姚志军;唐万有设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本一种基于多超图协同优化的孤独症亚型检测方法及系统在说明书摘要公布了：本发明公开一种基于多超图协同优化的孤独症亚型检测方法及系统，所述方法可获取包括第一模态与第二模态的影像数据，并提取第一模态影像数据的低频波动振幅图与第二模态影像数据的脑组织密度图。根据自动标注图谱划分脑区，并提取各脑区的低频波动振幅与脑组织密度的平均特征序列。再通过平均特征序列生成第一数据矩阵与第二数据矩阵，以及根据上述数据矩阵构建第一超网络和第二超网络。针对第一超网络和第二超网络提出一种面向多超图协同优化的社区检测方法以生成聚类结果，作为孤独症亚型的检测结果。所述方法基于多模态影像数据构建相关联的超网络，再将多模态超网络融合并执行协同优化以检测孤独症亚型，可提高孤独症亚型检测的准确率。

本发明授权一种基于多超图协同优化的孤独症亚型检测方法及系统在权利要求书中公布了：1.一种基于多超图协同优化的孤独症亚型检测方法，其特征在于，包括： 获取影像数据，所述影像数据包括第一模态影像数据与第二模态影像数据，所述第一模态影像数据为功能磁共振成像，所述第二模态影像数据为结构磁共振成像； 提取所述第一模态影像数据的低频波动振幅特征图，以及提取所述第二模态影像数据的脑组织密度特征图； 根据自动标注图谱划分所述低频波动振幅特征图与所述脑组织密度特征图的大脑区域； 提取所述大脑区域的平均特征序列； 通过所述平均特征序列得到数据矩阵，所述数据矩阵包括第一数据矩阵与第二数据矩阵，所述第一数据矩阵基于所述低频波动振幅特征图的平均特征序列得到，所述第二数据矩阵基于所述密度特征图的平均特征序列得到； 根据所述数据矩阵构建第一超网络与第二超网络，其中，获取子样本，所述子样本为所述第一数据矩阵与所述第二数据矩阵的元素；以所述子样本为质心；按照所述质心求解稀疏矩阵，所述稀疏矩阵的列维度与所述子样本的数量相等，所述稀疏矩阵的稀疏度基于正则化参数表示；拼接所述稀疏矩阵并执行二值化处理，以得到超图关联矩阵；将所述超图关联矩阵的列标记为超边，以及基于所述超边得到所述第一超网络与所述第二超网络； 对所述第一超网络、所述第二超网络执行多超图协同优化的社区检测，以生成聚类标签，其中，基于鲁汶多层社区检测算法对所述超图关联矩阵二值化前的非零值矩阵执行聚类，以生成初始聚类标签；按照所述初始聚类标签优化所述第一超网络的模块化目标，以生成第一聚类结果；按照所述第一聚类结果优化所述第二超网络的模块化目标，以生成第二聚类结果；通过所述第二聚类结果优化所述第一超网络的模块化目标，以及通过所述第一聚类结果优化所述第二超网络的模块化目标；当所述第一超网络与所述第二超网络的模块化目标收敛时，停止所述第一超网络与所述第二超网络的多超图协同优化的社区检测； 在所述多超图协同优化的社区检测结束时，输出所述聚类标签。

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兰州大学，其通讯地址为：730000 甘肃省兰州市天水南路222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。