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！

龙图腾网获悉南京航空航天大学申请的专利一种全局优化的有监督多模态影像融合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：CN118351406B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202410397870.0，技术领域涉及：G06V10/80；该发明授权一种全局优化的有监督多模态影像融合方法是由戚世乐;胡静娴;梁创;张道强设计研发完成，并于2024-04-03向国家知识产权局提交的专利申请。

本一种全局优化的有监督多模态影像融合方法在说明书摘要公布了：本发明公开了一种全局优化的有监督多模态影像融合方法，预处理各模态脑影像数据，并进行特征提取；将得到的各模态特征进行预处理，得到预处理后的各模态的特征矩阵；计算得到的各模态独立成分的独立性；求解最大化各模态独立成分的独立性、各模态的混合矩阵之间的相关性以及各模态的混合矩阵与参考信息之间的相关性时混合矩阵的最优解。通过最大化独立成分的独立性，并同时最大化各模态独立成分之间以及独立成分与参考信息之间的相关性平方和，从而得到全局最优解。通过引入工作记忆评分作为参考信息，针对性地识别出与临床指标相关并且在空间上相对独立的协同共变成分。从而深入挖掘认知能力与多模态神经影像在精神疾病中的交互关系。

本发明授权一种全局优化的有监督多模态影像融合方法在权利要求书中公布了：1.一种全局优化的有监督多模态影像融合方法，其特征在于，包括以下步骤： 1预处理各模态脑影像数据，并进行特征提取，得到各模态特征； 2将得到的各模态特征进行预处理，得到预处理后的各模态的特征矩阵； 3根据各模态的特征矩阵、各模态的混合矩阵和各模态的权重矩阵计算得到的各模态独立成分的独立性； 4求解最大化各模态独立成分的独立性、各模态的混合矩阵之间的相关性以及各模态的混合矩阵与参考信息之间的相关性时混合矩阵的最优解； 5根据步骤4中得到的混合矩阵，计算与参考信息相关的多模态的共变成分和混合矩阵； 所述步骤3中各模态独立成分的独立性通过信息熵函数H·描述，最大化各模态独立成分的独立性的计算公式为： Uk＝Wk·Xk+Wk0； 其中，E.为期望值；为概率密度函数；Yk、Uk为计算的中间变量；Wk为混合矩阵Ak的解混矩阵；Ak为模态k的混合矩阵；Wk0为模态k的偏置权重矩阵；Xk为模态k预处理后的特征矩阵； 所述步骤4中求解最大化各模态独立成分的独立性、各模态的混合矩阵之间的相关性以及各模态的混合矩阵与参考信息之间的相关性的求解公式为： 其中，mkk＝1,2为模态k的独立成分的个数；A1i为模态1的混合矩阵的第i列；A2j为模态2的混合矩阵的第j列；refh表示参考信息矩阵的第h列；CorrA1i,A2j表示A1i与A2j的相关性；CorrA1i,refk表示A1i与refh的相关性；CorrA2j,refh表示A2j与refh的相关性；α1、α2、α3表示正则化参数。

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南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。