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！

申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

摘要：本发明提供了一种基于多任务学习的认知‑脑龄预测模型构建及预测方法，涉及人工智能技术领域，认知‑脑龄预测模型构建方法包括：获取样本数据集，样本数据集包括测试人员的静息态功能磁共振图像及对应的年龄数据和认知水平数据；基于各静息态功能磁共振图像得到对应的功能连接性数据；通过所有功能连接性数据、对应的年龄数据和认知水平数据对初始预测模型进行训练及调优，得到认知‑脑龄预测模型，其中，认知‑脑龄预测模型用于得到测试人员的脑龄预测结果和认知水平预测结果；本发明可同时获得两项预测任务的预测结果，即融合认知水平信息的脑龄预测结果和融合年龄信息的认知水平预测结果，可更加精准敏锐地量化和评估被试者的脑健康状态。

主权项：1.一种认知-脑龄预测模型构建方法，其特征在于，包括：获取样本数据集，所述样本数据集包括测试人员的静息态功能磁共振图像及对应的年龄数据和认知水平数据；基于各所述静息态功能磁共振图像得到对应的功能连接性数据；通过所有所述功能连接性数据、对应的所述年龄数据和所述认知水平数据对初始预测模型进行训练及调优，得到认知-脑龄预测模型，其中，所述认知-脑龄预测模型用于得到所述测试人员的脑龄预测结果和认知水平预测结果，且所述初始预测模型基于Transformer网络获得；所述通过所有所述功能连接性数据、对应的所述年龄数据和所述认知水平数据对初始预测模型进行训练及调优，得到认知-脑龄预测模型，包括：通过所述初始预测模型对各所述功能连接性数据进行预测，得到对应的临时预测结果；通过所述临时预测结果、所述年龄数据和所述认知水平数据对所述初始预测模型进行调优，将调优后的所述初始预测模型作为所述认知-脑龄预测模型；所述初始预测模型包括第一特征模块、第二特征模块、第三特征模块、第四特征模块、联合注意力模块、第一特征聚合模块和第二特征聚合模块；所述通过所述初始预测模型对各所述功能连接性数据进行预测，得到对应的临时预测结果，包括：通过所述第一特征模块对所述功能连接性数据进行初特征提取，得到第一脑龄特征数据，并通过所述第二特征模块对所述第一脑龄特征数据进行特征细提取得到第二脑龄特征数据；通过所述第三特征模块对所述功能连接性数据进行初特征提取，得到第一认知特征数据，并通过所述第四特征模块对所述第一认知特征数据进行特征细提取得到第二认知特征数据；通过联合注意力模块对所述第一脑龄特征数据和所述第一认知特征数据进行融合处理，得到中间特征数据；通过所述第一特征聚合模块对所述中间特征数据、所述第一脑龄特征数据和所述第二脑龄特征数据进行聚合，得到对应的所述临时脑龄预测结果；通过所述第二特征聚合模块对所述中间特征数据、所述第一认知特征数据和所述第二认知特征数据进行聚合，得到对应的所述临时认知水平预测结果，其中，所述临时预测结果包括所述临时脑龄预测结果和所述临时认知水平预测结果；所述通过联合注意力模块对所述第一脑龄特征数据和所述第一认知特征数据进行耦合，得到中间特征数据，包括：将所述第一脑龄特征数据和所述第一认知特征数据进行拼接，得到临时特征数据；对所述临时特征数据进行耦合处理，得到所述中间特征数据；所述通过所述第一特征聚合模块对所述中间特征数据、所述第一脑龄特征数据和所述第二脑龄特征数据进行聚合，得到对应的所述临时脑龄预测结果，包括：将所述中间特征数据、所述第一脑龄特征数据和所述第二脑龄特征数据进行聚合处理，得到多级跨层次特征数据；对所述多级跨层次特征数据进行降维处理，得到所述临时脑龄预测结果。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 基于多任务学习的认知-脑龄预测模型构建及预测方法