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！

龙图腾网获悉上海全景医学影像诊断中心有限公司;高欣申请的专利基于人工智能的孤独症谱系障碍早期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：CN119252499B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411351205.4，技术领域涉及：G16H50/70；该发明授权基于人工智能的孤独症谱系障碍早期识别方法是由高欣;彭莉玲;孙明祥;彭思思设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本基于人工智能的孤独症谱系障碍早期识别方法在说明书摘要公布了：本发明属于孤独症识别领域，具体是指基于人工智能的孤独症谱系障碍早期识别方法，方法包括采集rs‑fMRI数据、分区筛选、优化近邻分布和自闭识别。本方案创造性地提出一种结合脑部感兴趣区域筛选的功能连接网络特征提取方法，先分区，后筛选，剔除与孤独症谱系障碍相关性差的脑部感兴趣区域，降低计算复杂度和计力成本的同时提高识别模型的训练效率；提出一种结合图神经网络和K最近邻的图嵌入识别方法，通过三元组损失增强同一类型内和类型间的分离效果，采用K最近邻识别待识别患者是否具有患孤独症的风险，充分利用先验专家知识数据集，提高识别准确率。

本发明授权基于人工智能的孤独症谱系障碍早期识别方法在权利要求书中公布了：1.基于人工智能的孤独症谱系障碍早期识别方法，其特征在于：该方法包括以下步骤：步骤S1：采集rs-fMRI数据，构建磁共振成像数据集；所述rs-fMRI数据是指在受试者没有执行特定任务时采集到的大脑活动数据，rs-fMRI数据是一个4D对象，由n个时间点拍摄的3D脑部图像组成；所述磁共振成像数据集，包括患有孤独症谱系障碍受试者的rs-fMRI数据和健康受试者的rs-fMRI数据，将患有孤独症谱系障碍受试者记为第一类，将健康受试者记为第二类；步骤S2：分区筛选，用于划分并筛选脑部感兴趣区域，得到功能连接子图；步骤S3：优化近邻分布，从功能连接子图中提取图嵌入，采用图神经网络对磁共振成像数据集中所有对应的图嵌入进行距离优化，获得K个邻居受试者；步骤S4：孤独识别，在邻居受试者中，如果第一类的数量大于等于第二类的数量，则待识别患者具有患孤独症谱系障碍的风险，如果第一类的数量小于第二类的数量，则待识别患者不具有患孤独症谱系障碍的风险；在步骤S3中，所述优化近邻分布，具体包括以下步骤：步骤S31：连接映射，用于捕捉功能连接子图的全局特征，具体为，采用图神经网络，将功能连接子图映射为欧几里得空间的节点嵌入向量，将所述节点嵌入向量合并为图嵌入；步骤S32：调整图嵌入距离，用于增大不同类别受试者所对应的图嵌入之间的距离，缩小相同类别受试者所对应的图嵌入之间的距离，具体为，从磁共振成像数据集中随机选择受试者，将该受试者对应的图嵌入作为锚点图，将患有孤独症谱系障碍受试者作为正样本，即将第一类作为正样本，将健康受试者作为负样本，即将第二类作负样本，采用三元组损失对图神经网络进行训练，计算整个磁共振成像数据集的三元组损失，所用公式如下： ；式中，表示对所有三元组损失的求和，表示由锚点图、正样本和负样本组成的三元组，表示取最大值操作，表示映射函数，表示三元组中的锚点图，表示正样本对应的图嵌入，表示负样本对应的图嵌入，表示预设边距超参数，表示欧几里得距离的平方；训练过程中遵循的约束条件如下： ；步骤S33：收集邻居受试者，具体为，根据待识别患者的rs-fMRI数据，采用K最近邻算法，计算待识别患者的图嵌入到磁共振成像数据集中每位受试者的图嵌入的距离，收集距离待识别患者最近的K个邻居受试者。

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上海全景医学影像诊断中心有限公司;高欣，其通讯地址为：200233 上海市徐汇区桂林路406号8号楼B1层、一层、二层、三层301-305室、五层；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”。