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！

龙图腾网获悉长春大学申请的专利基于时空图的ADHD脑功能连接动态表征系统及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：CN121687549B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610180096.7，技术领域涉及：G16H50/70；该发明授权基于时空图的ADHD脑功能连接动态表征系统及方法是由韩秋蕾;李子正;叶洪彪;孙岩;宋泽;赵剑;匡哲君;史丽娟;谭璐;谷赫设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本基于时空图的ADHD脑功能连接动态表征系统及方法在说明书摘要公布了：基于时空图的ADHD脑功能连接动态表征系统及方法。属于医学影像处理与人工智能交叉技术领域。解决了现有深度学习方法在构建ADHD脑功能连接动态表征时存在的缺陷。系统设计端到端可学习的自适应图构建模块，通过节点嵌入学习和缩放点积注意力自动发现个体化拓扑，结合Top‑K稀疏化和基于RBF核的先验图融合保证生理合理性；提出双分支时空图卷积，时间分支使用膨胀因果卷积，空间分支使用图注意力，通过自适应门控融合实现时空联合建模；引入多视图对比学习框架，设计领域知识引导的三类增强时域；频域；图结构，采用InfoNCE损失和两阶段训练充分利用无标注数据。

本发明授权基于时空图的ADHD脑功能连接动态表征系统及方法在权利要求书中公布了：1.基于时空图的ADHD脑功能连接动态表征系统，其特征在于，所述系统包括： 数据预处理与节点特征编码模块：收集受试者的EEG信号，进行预处理；通过节点特征编码将每个通道的EEG信号编码为特征向量，得到节点特征矩阵； 自适应图构建模块：对节点特征矩阵依次进行节点嵌入学习、自适应邻接矩阵生成和先验知识融合，获得最终的邻接矩阵； 节点嵌入学习具体为：为每个节点学习一个低维嵌入向量，用于捕捉节点的内在属性和在图中的角色，通过进行，其中，表示最终节点嵌入，表示参数为的多层感知机； 自适应邻接矩阵生成具体为：基于最终节点嵌入，计算节点对之间的相似度作为边权重，获得相似度矩阵，对于中的每个节点，采用Top-K稀疏化策略，获得稀疏邻接矩阵，对稀疏邻接矩阵进行对称化和归一化处理，获得数据驱动的自适应邻接矩阵； 先验知识融合具体为：使用高斯径向基函数根据电极间欧氏距离构建先验邻接矩阵；通过加权组合得到最终的邻接矩阵：，其中是可学习的权重参数； 堆叠时空图卷积模块：通过两层时空图卷积模块构成，分别为第一层时空图卷积模块和第二层时空图卷积模块；每层时空图卷积模块中，通过时间卷积分支捕捉每个节点内部的时序动态特征，通过图卷积分支聚合空间邻域信息，将时间卷积分支和图卷积分支的输出通过门控机制融合，获得融合特征；第二层时空图卷积模块中还通过残差连接获得残差融合特征； 图池化与全局表征学习模块：通过层次化图池化策略，逐步更新邻接矩阵和残差融合特征，通过自适应图读出机制为残差融合特征中不同节点分配不同的重要性权重，获得全局图表征，并进行鲁棒性增强操作，最终获得最终全局图表征； 对比学习模块：通过多视图数据增强策略对EEG信号进行增强；构建InfoNCE损失函数进行对比学习；采用两阶段训练策略提升最终全局图表征的准确率。

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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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。