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！

龙图腾网获悉南通大学申请的专利基于脉冲结构-功能脑网络耦合的精神疾病识别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：CN119108099B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411191743.1，技术领域涉及：G16H50/20；该发明授权基于脉冲结构-功能脑网络耦合的精神疾病识别方法是由黄嘉爽;魏少龙;丁卫平;鞠恒荣;曹金鑫;程纯;姜舒;戚晓雨;苏展设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本基于脉冲结构-功能脑网络耦合的精神疾病识别方法在说明书摘要公布了：本发明提供了基于脉冲结构‑功能脑网络耦合的精神疾病识别方法，属于智能辅助医疗诊断技术领域，有效解决了传统精神疾病诊断过程中常被忽略的结构连接与功能连接之间的神经生物学机制的技术问题。其技术方案为：首先从功能磁共振成像和扩散张量成像中提取功能和结构脑网络；接着通过BrainNetCNN提取这两种脑网络的信息特征图；然后构建脉冲耦合神经网络来学习大脑结构‑功能耦合机制，以此得出脉冲结构‑功能耦合；最后将得到的耦合信息输入到分类层获得疾病识别结果，并使用交叉熵损失函数对结果进行训练和优化。本发明的有益效果为：本发明有助于深入理解精神疾病的神经机制，在临床应用中具有广泛应用的前景。

本发明授权基于脉冲结构-功能脑网络耦合的精神疾病识别方法在权利要求书中公布了：1.基于脉冲结构‑功能脑网络耦合的精神疾病识别方法，其特征在于，包括以下步骤： S1、通过功能磁共振成像fMRI构建功能脑网络，fMRI数据通过使用DPARSF工具箱中的spm12进行处理，初始功能时间序列经过切片时间采集校正、重新对齐和归一化到EPI模版，然后执行去趋势过程以去除伪方差源，并对时间序列进行0.01‑0.08Hz带通滤波，生成的卷有240个时间点，使用自动解剖标记图谱AAL将其分为90个感兴趣区域，通过扩散张量成像DTI构建结构脑网络，DTI数据使用PANDA套件进行处理，使用FSL工具箱进行DTI失真校正，接着使用TrackVis通过确定性跟踪方法获得纤维图像，在每个受试者配准T1图像的基础上，使用AAL公约定义解剖区域； S2、通过BrainNetCNN来获取结构脑网络和功能脑网络的信息特征图，令其中A1表示结构脑网络的邻接矩阵，A2表示功能脑网络的邻接矩阵，N对应大脑区域的节点集，为获取两种脑网络数据中的复杂特征，采用边到边卷积E2E和边到节点卷积E2N操作来获取两种脑网络的特征图； S3、采用Leaky‑Integrate‑and‑Fire脉冲神经元模型构建脉冲耦合神经网络，将经过E2E和E2N卷积操作后的结构特征图λsc和功能特征图λfc重复T次作为输入，并通过内部的脉冲神经元进行隐式的脉冲编码，其中T是时间步，接着利用脉冲耦合神经网络从结构和功能特征图中学习结构‑功能耦合机制，以此来求出脉冲结构‑功能耦合； 步骤S3中所述的构建脉冲耦合神经网络的具体步骤如下： S31、采用Leaky‑Integrate‑and‑Fire脉冲神经元模型构建脉冲耦合神经网络，用微分函数来描述LIF脉冲神经元： 其中，τ表示时间常数，Ut表示突触后神经元的膜电位，It表示在任何给定时间从突触前神经元集合接收到的总输入，求解该微分方程后，LIF神经元层的动力学由以下公式控制： U[t]＝βU[t‑1]+X[t]‑Sout[t‑1]θ 4其中，t是时间步，X[t]是空间输入信息，U[t]是膜电位，θ是阈值，β＝e‑1τ是衰减因子，Sout[t]∈{0,1}是神经元产生的输出脉冲，如果膜电位超过阈值，则会产生脉冲： 如果被激活，重置项会从膜电位中减去阈值θ，否则，重置项不起作用； S32、将经过E2E和E2N卷积操作后的结构特征图和功能特征图作为脉冲耦合神经网络的输入，其中T为时间步，它将λ1和λ2重复T次作为输入： 其中，D是特征维度，为脉冲神经元层，Us′c和U′fc是经过得到的，因此它们是一个二值化脉冲张量； S33、通过和线性层Liner·得到结构和功能脉冲张量： 其中，Xsc表示结构脑网络脉冲张量，Xfc表示功能脑网络脉冲张量，S34、Xsc和Xfc均是二值化脉冲张量，它们包含了结构脑网络和功能脑网络的重要特征信息，通过脉冲神经元和突触权重的密集互连来模拟大脑中结构连接和功能连接的相互作用以求得脉冲结构‑功能耦合： 其中，是Hadmard积，SPsc‑fc是对结构脑网络和功能脑网络以脉冲序列的形式进行学习所得到的脉冲结构‑功能耦合，它是识别健康和疾病连接组之间微妙的网络功能障碍模式； S4、将所求出的脉冲结构‑功能耦合输入到分类层，通过脉冲输出序列确定预测类别，并将预测类别与真实类别的交叉熵损失作为损失函数进行训练，获得一个根据脉冲结构‑功能耦合来识别健康和疾病连接组之间微妙关系的神经网络模型。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。