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！

龙图腾网恭喜浙江工业大学申请的专利一种基于最长公共子序列的纤维分类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：CN114372973B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210025943.4，技术领域涉及：G06T7/00；该发明授权一种基于最长公共子序列的纤维分类方法是由冯远静;黄家浩;曾庆润;谢雷;盛轩硕;蒋陈盛;王佳凤设计研发完成，并于2022-01-11向国家知识产权局提交的专利申请。

本一种基于最长公共子序列的纤维分类方法在说明书摘要公布了：一种基于最长公共子序列的纤维分类方法，首先对原始数据的扩散信息进行纤维方向估计并纤维跟踪获得符合解剖的大脑纤维流线；其次提取离散化后的质心纤维及将分类的纤维每个节点的多特征信息，获得描述每一根纤维的多特征描述序列；然后加入控制参数ε和δ对几何特征描述序列对应点是否匹配进行约束，求解基于控制参数的特征序列最长公共子序列；最后通过加入权重参数θi对不同的纤维描述多特征序列描述纤维结构信息的比重进行描述；通过深度学习对人工标注的标记纤维进行训练其权重，获得拟分类集群的纤维分类模型。本发明能够完成高效精确的纤维分类，同时对纤维相似性提出新的衡量标准，为识别大脑纤维提供有效的工具。

本发明授权一种基于最长公共子序列的纤维分类方法在权利要求书中公布了：1.一种基于最长公共子序列的纤维分类方法，其特征在于，所述方法包括以下步骤： 步骤一：求解纤维集群中质心纤维并进行离散化，过程如下： 首先对原始数据的扩散信息进行纤维方向估计并纤维跟踪获得符合解剖的大脑纤维流线，手动筛选拟分类的纤维集群，离散化所有集群中的全部纤维并求解其质心纤维； 步骤二：利用多特征描述子将纤维流线节点序列转换为几何特征描述序列，过程如下： 提取离散化后的质心纤维及将分类的纤维每个节点的多特征信息，包括纤维几何形态学特征和距离特征，获得描述每一根纤维的多特征描述序列； 步骤三：采用基于动态规划求解特征描述序列间的最长公共子序列进而描述纤维流线模型间的几何形态学相似性的度量模型，过程如下： 加入控制参数ε和δ对几何特征描述序列对应点是否匹配进行约束，求解基于控制参数的特征序列最长公共子序列； 步骤四：对多特征描述子分别赋予对相似性度量模型的权重，利用深度学习训练其权重，获得基于最长子序列的纤维分类模型，过程如下： 加入权重参数θi对不同的纤维描述多特征序列描述纤维结构信息的比重进行描述，通过深度学习对人工标注的标记纤维进行训练其权重，获得拟分类集群的纤维分类模型； 所述的步骤三中，基于动态规划求解特征描述序列间的最长公共子序列包括以下步骤： 3.1:设置可控参数ε和δ 由于纤维集群内的差异性，连接相应功能区的同一类纤维可能具有相似但是不完全一致的纤维走行，离散表现为不同的节点存在不同的形态学特征信息并非严格的对应点数值相等的关系，所以加入可控参数ε用于控制对应点匹配的阈值，从而放宽识别的纤维区间； 因为同集群的纤维长度长短不一致，等距离离散化后，相同的形态学特征表现在离散点的位置可能存在差异；所以加入可控参数δ，用于描述对应匹配点的序号差； 3.2:基于可控参数ε和δ的特征序列最长公共子序列求解 在可控参数ε和δ的约束下，在公式3中引入纤维曲率特征描述序列Ac和Bc，获得基于动态规划的最长公共子序列LCS求解，其中n表示a纤维离散的三维节点数，m表示b纤维离散的三维节点数； 3.3：基于最长公共子序列的纤维形态学相似性度量 在可控参数的约束下，两纤维曲率特征序列的最长公共子序列越长说明两特征序列越相似；在三维空间中，两根纤维存在较长曲率特征序列的最长公共子序列说明二者表达强烈的几何形态一致性；如公式4，设计相似性指标H来描述基于最长公共子序列的相似性度量，控制参数ε和δ目的就是最大化相似性指标H，从而达到最小化集群内差异的目标，其中Ts表示纤维集群内的所有纤维，纤维数量为k；纤维a表示集群Ts的质心纤维，Hia,b表示Ts中b纤维与质心纤维a的相似性度量，由公式4可知，Hia,b∈0,1,Hia,b越趋近于1说明两根纤维相似性越高，当两根纤维在三维空间完全重叠时即节点位置，节点数和各点形态学特征均保持一致的情况下，Hia,b＝1； 3.4：合并特征序列 一共存在多个描述序列，包括空间曲率特征描述序列，距离特征序列，端点距离特征序列和皮层距离特征序列；该步骤通过对其赋予不同的权重并叠加的形式描述这些特征序列对纤维空间结构的重要性； 分别对空间曲率特征描述序列，距离特征序列，端点距离特征序列和皮层距离特征序列赋予权重θ1，θ2，θ3和θ4，叠加为纤维几何特征描述序列Li，如公式5：

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。