買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學院心理研究所申請的專利一種基于人體腦脊靜息態功能磁共振的疼痛敏感性預測模型構建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119400435B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411441451.9，技術領域涉及：G16H50/50；該發明授權一種基于人體腦脊靜息態功能磁共振的疼痛敏感性預測模型構建方法是由孔亞卓;林校民設計研發完成，并于2024-10-16向國家知識產權局提交的專利申請。

本一種基于人體腦脊靜息態功能磁共振的疼痛敏感性預測模型構建方法在說明書摘要公布了：本發明公開了一種基于人體腦脊靜息態功能磁共振的疼痛敏感性預測模型構建方法，誘發每位參與者疼痛的行為實驗，采集腦與脊髓同步聯合圖像并轉換格式；對腦與脊髓同步結構像進行切分，對腦與脊髓同步靜息態功能像經初步預處理后執行切分，獲得腦和脊髓的單獨結構像數據和單獨靜息態功能像數據，分別進行后續預處理，并將所得結構像分別配準到標準模板，將功能像配準到結構像；將所得到的腦數據進行分區，將脊髓數據分割為若干個區域，構建腦與脊髓靜息態功能連接矩陣，并建立預測模型。本發明提供了一套標準化的腦脊同步靜息態功能成像數據處理流程和預測模型的建立流程，確保數據的一致性和可重復性，便于在不同研究機構和臨床環境中推廣應用。

本發明授權一種基于人體腦脊靜息態功能磁共振的疼痛敏感性預測模型構建方法在權利要求書中公布了：1.一種基于人體腦脊靜息態功能磁共振的疼痛敏感性預測模型構建方法，其特征在于，步驟1，誘發每位參與者疼痛的行為實驗，采集疼痛敏感性數據，并將采集到的腦與脊髓同步聯合圖像轉換為NIFTI格式；步驟2，對轉換后的腦與脊髓同步結構像進行切分，獲得腦和脊髓的單獨結構像數據；步驟3，對轉換后的腦與脊髓同步靜息態功能像先經初步預處理，再執行切分，獲得腦和脊髓的單獨靜息態功能像數據；步驟4，對步驟2和步驟3中所得到的腦和脊髓的單獨數據分別進行后續預處理，并將所得結構像分別配準到標準模板，將所得功能像配準到結構像；對大腦的靜息態功能像配準到結構像，其具體方法是：對所得腦的靜息態功能像進行頭動校正和獨立成分分析，消除與頭動相關的信號成分；將白質和腦脊液的二元化掩版配準回個體功能空間并提取時間序列；采用5mm全寬半最大值FWHM高斯核對功能像進行平滑處理；應用100秒截斷周期的高通濾波器去除低頻信號；將個體功能空間數據對齊到個體結構空間，進行剛性、仿射和非線性注冊到標準MNI-2mm腦模板；對脊髓靜息態功能像配準到結構像，其具體方法是：采用運動校正，并繪制沿脊髓中軸的圓柱形掩版以排除脊髓外部區域；沿x和y軸使用2D高斯核進行空間平滑，FWHM為3mm；計算體素時間序列中方差最大的前10%，并在每個時間點使用運動校正生成的x和y平移量進行回歸；將脊髓數據從個體功能空間配準到個體結構空間，再配準到PAM50標準空間；步驟5，根據概率模板將所得到的腦數據進行分區，根據概率灰質圖譜將脊髓數據中的C1到C7段分割為若干個區域，并構建腦與脊髓靜息態功能連接矩陣；步驟6，根據腦與脊髓靜息態功能連接矩陣構建機器學習管道，建立預測模型，其具體方法是：采用魯棒特征縮放方法去除中位數，并根據分位數范圍縮放數據；采用K最佳特征選擇方法選擇與疼痛閾值相關的重要特征；采用ElasticNet回歸模型進行預測模型構建；采用帶有內部驗證標準的網格搜索算法在訓練集中對機器學習管道的自由超參數進行優化，確定最優超參數，得到預測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院心理研究所，其通訊地址為：100101 北京市朝陽區林萃路16號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。