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！

龙图腾网获悉北京师范大学申请的专利基于磁共振图像的多尺度脑龄预测模型构建方法及应用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：CN120217901B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510685578.3，技术领域涉及：G06F30/27；该发明授权基于磁共振图像的多尺度脑龄预测模型构建方法及应用是由舒妮;黄伟杰;刘祯钊;程健设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本基于磁共振图像的多尺度脑龄预测模型构建方法及应用在说明书摘要公布了：基于磁共振图像的多尺度脑龄预测模型构建方法及应用，构建的脑龄预测模型泛化性和鲁棒性更强，保持较高的预测精度，能预测全脑—子网络—体素的脑龄，使得预测的脑龄在生理意义上具有更好的可解释性，探索不同子网络之间脑龄的差异以及其PAD与认知关联的特异性模式，找到调控认知的特异性子网络性，从体素水平看不同脑区的老化的差异性模式，模型的预测表现优于目前主流的神经网络模型。方法包括：（1）数据收集；（2）数据预处理；（3）构建基于简单全卷积神经网络SFCN方法的全脑及功能子网络脑龄预测模型；（4）构建基于ScaledDenseU‑Net方法的体素水平脑龄预测模型；（5）脑龄偏差的偏置校正。

本发明授权基于磁共振图像的多尺度脑龄预测模型构建方法及应用在权利要求书中公布了：1.基于磁共振图像的多尺度脑龄预测模型构建方法，其特征在于：其包括以下步骤： （1）数据收集：健康被试者的T1加权磁共振图像数据集作为训练集，混合的T1加权磁共振图像数据集作为测试集，混合的T1加权磁共振图像数据集包含正常人、主观认知下降、轻度认知障碍、阿尔茨海默病患者的T1加权磁共振图像； （2）数据预处理：使用Freesurfer软件对原始图像进行预处理，包括头动校正、非均匀场强度归一化、线性配准、剥头皮，再经过QSIPrep软件包完成重采样为分辨率2mm、尺寸为128×128×128的体素空间，再将Yeo功能分区模板非线性配准到个体空间，统一重采样至2mm分辨率，用于提取视觉网络、躯体运动网络、背侧注意力网络、腹侧注意力网络、边缘网络、额顶网络和默认模式网络的七个功能子网络； （3）构建基于简单全卷积神经网络SFCN方法的全脑及功能子网络脑龄预测模型：分别以训练集每个被试的2mm分辨率的全脑T1加权磁共振图像，以及基于Yeo模板分割得到的七个功能子网络图像作为3D神经网络的输入，输入图像尺寸均为128×128×128，基于SFCN方法构建3D深度卷积神经网络模型，通过一系列3D卷积层提取图像中的高维特征，最后使用全连接层进行回归，输出预测的脑龄； （4）构建基于ScaledDenseU-Net方法的体素水平脑龄预测模型：使用配准到MNI标准空间的大小为91×109×91，分辨率为2mm的全脑T1加权磁共振图像作为ScaledDenseU-Net方法模型的输入，还将性别张量作为模型的输入，模型的输出是预测的脑龄图，所述预测的脑龄图是大小和分辨率与输入图像一致的T1加权磁共振图像； （5）脑龄偏差的偏置校正：利用线性回归的方法对脑龄偏差PAD进行偏置校正，偏置校正方法依赖于PAD与实际年龄的线性回归模型，PAD偏置校正的公式如下： （1） 其中代表真实的年龄，是斜率，是截距，是PAD，有了线性回归模型拟合的和之后，用预测的脑龄减去这个偏置得到校正后的脑龄，公式如下： （2） 其中代表校正后的脑龄，代表预测的脑龄，将公式2应用到测试集上得到测试集上校正后的脑龄，进而用校正后的脑龄减去预测的脑龄得到校正后的PAD。

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北京师范大学，其通讯地址为：100088 北京市海淀区新街口外大街19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”。