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脑龄预测方法、系统、设备及介质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：CN121366338B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511512997.3，技术领域涉及：G06V10/82；该发明授权一种脑龄预测方法、系统、设备及介质是由胡斌;张昱;姚志军;付钰设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种脑龄预测方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种脑龄预测方法、系统、设备及介质，涉及生物医学影像分析技术领域，本发明首先精准捕捉表征脑皮层及脑组织精准的局部细节特征，而后基于窗口化多头自注意力机制获取不同图像局部区域间的依赖关系，还引入了通道注意力机制，通过学习不同特征通道的重要性权重，并将重要性权重应用于特征融合，来精准捕捉长距离依赖关系及细微结构特征；而后基于交叉注意力机制，引导全局细节特征聚焦于局部特征丰富的区域，引导局部细节特征聚焦于最相关的局部区域，以挖掘出更深层次的细节特征，最终动态地调整局部细节特征与全局上下文细节特征在最终决策中的贡献比例，并融合为最终的特征，来更深层次的感知局部细节特征和全局细节特征。

本发明授权一种脑龄预测方法、系统、设备及介质在权利要求书中公布了：1.一种脑龄预测方法，其特征在于，包括以下步骤： 获取目标测量者的核磁共振影像sMRI数据； 提取核磁共振影像sMRI数据中表征脑皮层边缘纹理边界和表征脑组织形态学特征的局部细节特征； 将核磁共振影像sMRI数据切片为图像序列，对各图像序列分别在不同特征通道下进行特征提取，在特征提取的同时，基于窗口化多头自注意力机制获取不同图像局部区域间的依赖关系，并基于通道自注意力机制在全局空间特征提取时，生成不同特征通道的重要性权重；根据依赖关系及不同特征通道的重要性权重，将不同特征通道提取的特征加权融合，获得全局细节特征； 基于交叉注意力机制，将全局细节特征作为键值进行注意力计算，获取全局注意力并加权融合得到局部特征丰富的全局细节特征，将局部细节特征作为查询进行注意力计算，获取局部注意力并加权融合得到局部特征增强的局部细节特征； 将原始的全局细节特征与局部细节特征进行拼接，得到拼接特征，将拼接特征经过全连接层和Sigmoid激活函数得到动态门控权重；基于动态门控权重，将局部特征丰富的全局细节特征与局部特征增强的局部细节特征动态加权融合，得到融合特征，基于融合特征预测目标测量者的脑龄； 所述局部细节特征的获取，包括： 通过一个卷积核大小为3x3x3的三维卷积层进行特征提取，得到一个三维特征图，将三维特征图通过一个池化核大小为2x2x2的最大池化层，聚合为一个一维的深层卷积特征向量； 其中，对于三维卷积层第层的三维卷积操作，其输出特征图上的任意体素的值表示为： ； 其中：表示输入特征图；和表示该层的卷积核权重和偏置；表示激活函数； 所述全局细节特征的获取，包括： 对于一个输入的图像序列，其中为序列长度，为特征维度，自注意力计算表示为： ； 其中：分别表示通过线性变换得到的查询、键和值矩阵； 窗口化多头自注意力将其限制在不重叠的局部窗口内进行，并通过窗口移位SW-MSA实现跨窗口的信息交互； 在信息交互的基础上，引入一个通道注意力权重与输出特征进行逐元素相乘，以增强特征表征，输出一个一维的深层长距离特征向量

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 甘肃省兰州市城关区天水南路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。