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！

龙图腾网获悉广东技术师范大学申请的专利一种基于多视角混合注意力网络的阿尔茨海默症分类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：CN119762844B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411753257.4，技术领域涉及：G06V10/764；该发明授权一种基于多视角混合注意力网络的阿尔茨海默症分类方法是由潘丹;陈启俊;吴慧东;吕锦;潘开心;曾安;刘立程;刘军设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于多视角混合注意力网络的阿尔茨海默症分类方法在说明书摘要公布了：本发明提供一种基于多视角混合注意力网络的阿尔茨海默症分类方法，包括：获取sMRI数据集并进行预处理；建立阿尔茨海默症分类模型，包括依次连接的：特征提取骨干网络、Transformer编码器和MMSE分数辅助分类器；将预处理后的sMRI数据集输入阿尔茨海默症分类模型中进行迭代训练；获取待分类的受试者sMRI影像数据并输入到训练好的阿尔茨海默症分类模型中进行分类；本发明使用全影像级的方法，通过将两种优势互补的深度学习网络框架结合，同时使用多视角、注意力机制和多尺度特征融合等策略，引入MMSE临床检查分数作为辅助监督信息，能够有效提高阿尔茨海默症计算机辅助诊断和分类的可靠性。

本发明授权一种基于多视角混合注意力网络的阿尔茨海默症分类方法在权利要求书中公布了：1.一种基于多视角混合注意力网络的阿尔茨海默症分类方法，其特征在于，包括以下步骤： S1：获取sMRI数据集并进行预处理； 所述sMRI数据集包括若干个受试者三维的sMRI影像数据； S2：建立阿尔茨海默症分类模型； 所述阿尔茨海默症分类模型包括依次连接的：特征提取骨干网络、Transformer编码器和MMSE分数辅助分类器； 所述特征提取骨干网络还包括依次连接的：特征粗提取子网络、若干个依次连接的多视角特征融合模块，以及级联多尺度特征融合子网络；每个多视角特征融合模块的输出均与级联多尺度特征融合子网络的输入连接； 所述多视角特征融合模块包括并行设置的支路1、2和3，支路1、2和3分别对应矢状面视角、冠状面视角和轴向面视角； 所述支路1的结构包括依次连接的：卷积块1和混合注意力块1；所述支路2的结构包括依次连接的：卷积块2和混合注意力块2；所述支路3的结构包括依次连接的：卷积块3和混合注意力块3； 每个所述卷积块的结构相同，均包括依次连接的：4×4×4卷积层、批归一化BN层、ReLU激活层和1×1×1卷积层； 每个所述混合注意力块的结构相同，均包括并列设置的：空间域注意力支路和通道域注意力支路；所述空间域注意力支路包括依次连接的：1×1×1卷积层、3×3×3卷积层、3×3×3卷积层、1×1×1卷积层和批归一化BN层；所述通道域注意力支路包括依次连接的：自适应池化层和一维卷积层； 将所述空间域注意力支路和通道域注意力支路的输出进行相加，并通过Sigmoid激活函数进行归一化，获取混合域的注意力加权分数，将混合域的注意力加权分数与混合注意力块的输入进行加权相乘，将加权相乘结果作为所述混合注意力块的输出； 将所述支路1、2和3的输出进行拼接融合后作为所述多视角特征融合模块的输出； S3：将预处理后的sMRI数据集输入阿尔茨海默症分类模型中进行迭代训练，获取训练好的阿尔茨海默症分类模型； S4：获取待分类的受试者sMRI影像数据，将待分类的受试者sMRI影像数据输入到训练好的阿尔茨海默症分类模型中进行分类，完成阿尔茨海默症的分类。

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广东技术师范大学，其通讯地址为：510665 广东省广州市天河区中山大道西293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”。