恭喜中国科学院深圳先进技术研究院廖祥云获国家专利权
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！
龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利一种基于深度学习自动预测阿尔茨海默症的方法和系统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：CN114359164B 。
龙图腾网通过国家知识产权局官网在2025-06-10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：202111510101.X，技术领域涉及：G06T7/00；该发明授权一种基于深度学习自动预测阿尔茨海默症的方法和系统是由廖祥云;唐咏梅;王琼;王平安设计研发完成，并于2021-12-10向国家知识产权局提交的专利申请。
本一种基于深度学习自动预测阿尔茨海默症的方法和系统在说明书摘要公布了：本发明公开一种基于深度学习自动预测阿尔茨海默症的方法和系统。该方法包括：获取待检测的目标图像；将目标图像输入到经训练的深度学习框架，获得阿尔茨海默症的预测分类结果，该深度学习框架依次包括协调注意力模型、深度学习模型、激励与挤压注意力模型，所述协调注意力模型对输入特征图从不同方向上分别提取单独的位置感知，将获取的空间信息在通道上加权后与输入特征图融合，获得第一特征图；所述深度学习模型以第一特征图作为输入，提取第二特征图；所述激励与挤压注意力模型对第二特征图进行挤压操作，得到通道的全局特征，并对全局特征进行激励操作，获取不同通道的权重。本发明显著提高了预测准确率，减少医生工作量。
本发明授权一种基于深度学习自动预测阿尔茨海默症的方法和系统在权利要求书中公布了：1.一种基于深度学习自动预测阿尔茨海默症的方法，包括以下步骤；获取待检测的目标图像；将所述目标图像输入到经训练的深度学习框架，获得阿尔茨海默症的预测分类结果，其中深度学习框架依次包括协调注意力模型、深度学习模型、激励与挤压注意力模型，所述协调注意力模型对输入特征图从不同方向上分别提取单独的位置感知，将获取的空间信息在通道上加权后与输入特征图融合，获得第一特征图；所述深度学习模型以第一特征图作为输入，提取第二特征图；所述激励与挤压注意力模型对第二特征图进行挤压操作，得到通道的全局特征，并对全局特征进行激励操作，获取不同通道的权重。
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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号