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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于医学影像的帕金森预测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：CN116778245B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310751471.5，技术领域涉及：G06V10/764；该发明授权基于医学影像的帕金森预测方法是由丁青艳;潘雨;刘建鑫;李娜;郑婉;董学成设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本基于医学影像的帕金森预测方法在说明书摘要公布了：本发明公开了一种基于医学影像的帕金森预测方法，属于医学图像处理技术领域，所述方法包括：获取待评估的MRI影像；对所述MRI影像进行预处理；将预处理后的MRI影像输入至预先构建好的人工智能分类预测模型中，得到预测结果，其中所述人工智能分类预测模型为改进的ResNet18网络模型。本发明将逐渐成熟的医学影像和深度学习进行结合，发挥人工智能的优势并将其应用于实际生活中，以残差网络为基础架构，根据帕金森病的医学影像特点对其进行改进，实现帕金森病的自动分类，准确度高。

本发明授权基于医学影像的帕金森预测方法在权利要求书中公布了：1.一种基于医学影像的帕金森预测方法，其特征在于，包括： 获取待评估的MRI影像； 对所述MRI影像进行预处理； 将预处理后的MRI影像输入至预先构建好的人工智能分类预测模型中，得到预测结果，其中所述人工智能分类预测模型为改进的ResNet18网络模型； 所述改进的ResNet18网络模型包括依次连接的输入模块、特征提取模块和输出模块，其中所述输入模块包括3×3×3普通卷积和三维深度可分离卷积； 所述输入模块包括依次连接的3×3×3普通卷积、批归一化层、三维深度可分离卷积和最大池化层； 所述特征提取模块中，保留由浅到深N次特征提取获得的N个特征图，并将层次深的N-1个特征图进行上采样使其和上一层的原特征图保持形状一致，然后将该上一层的原特征图进行ECA注意力机制调整后与该上采样后的特征图进行融合，得到N-1个新的特征图，同时将层次最深的特征图进行ECA注意力机制调整后，得到第N个新的特征图，由此共得到N个新的特征图；之后，将该N个新的特征图调整为一致大小并在通道维度上做concat操作； 所述上采样包括1×1×1卷积和3D反卷积； 和或，所述ECA注意力机制为3DECA注意力机制，所述3DECA注意力机制首先将C*H*W*D的特征图通过三维平均池化进行空间特征压缩，得到C*1*1*1的新特征图，然后使用权重共享的三维卷积进行通道特征学习，最后将通道特征图和原始特征图通过逐通道乘方法进行通道融合，输出具有通道注意力的特征图； 和或，所述将该N个新的特征图调整为一致大小包括：对所述N-1个新的特征图分别进行3×3×3的卷积操作，消除操作中产生的混叠效应，然后经过池化层将所述N-1个新的特征图分别调整为和所述第N个新的特征图一样大小的特征图； 所述输出模块包括依次连接的双通道池化层、第一全连接层、隐藏层和第二全连接层； 所述双通道池化层包括并联连接的最大池化层和平均池化层。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市西部新城大学科技园；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。