[发明专利]一种基于全卷积神经网络的可解释脑龄预测方法有效

专利信息
申请号: 202111121817.0 申请日: 2021-09-24
公开(公告)号: CN113892936B 公开(公告)日: 2023-08-18
发明(设计)人: 徐君海;陈成;魏建国 申请(专利权)人: 天津大学
主分类号: A61B5/055 分类号: A61B5/055;A61B5/00;G06N3/0464;G06N3/048;G06N3/09;G06T5/00;G06Q10/04
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 潘俊达
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于深度学习技术领域,具体涉及一种基于全卷积神经网络的可解释脑龄预测方法,包括数据预处理,运用全卷积神经网络构建脑龄预测模型,进行模型训练和评估,采用网络遮挡敏感度分析和人类脑网络组图谱对脑龄预测过程中相关的大脑区域进行可解释性分析,定位与脑龄预测最相关的脑区位置。本发明的预测方法能够针对特定的大脑区域进行解释,并精确地定位到与脑龄预测最相关的脑区位置,使得到的脑区贡献信息更加准确,不会带有先验偏见。
搜索关键词: 一种 基于 卷积 神经网络 可解释 预测 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202111121817.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top