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！

龙图腾网恭喜杭州电子科技大学申请的专利基于证据推理规则的缺血性脑卒中程度辨识建模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：CN114764793B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210394039.0，技术领域涉及：G06T7/00；该发明授权基于证据推理规则的缺血性脑卒中程度辨识建模方法是由刘珂舟;付广玉;徐晓滨;常雷雷;蔡正厅;魏劭农;印梦婕设计研发完成，并于2022-04-14向国家知识产权局提交的专利申请。

本基于证据推理规则的缺血性脑卒中程度辨识建模方法在说明书摘要公布了：本发明公开了一种基于证据推理规则的缺血性脑卒中程度辨识建模方法。本发明首先构建证据推理模型，将缺血区域占比、血管总面积占比、血管类型比例作为输入特征，将脑卒中程度作为输出；然后通过ImageJ测量大鼠脑皮层血管实时OCT图像得到输入特征数据；利用k均值聚类算法结合输入特征数据的最小值和最大值确定输入特征参考等级；然后构造初始证据置信度分布表建立输入特征和输出之间的非线性映射关系；通过证据推理规则融合输入特征激活的所有证据得到最终融合结果；通过融合结果辨识脑卒中程度；利用遗传算法（GA）对模型进一步优化，使得结果更加准确。

本发明授权基于证据推理规则的缺血性脑卒中程度辨识建模方法在权利要求书中公布了：1.基于证据推理规则的缺血性脑卒中程度辨识建模方法，其特征在于，包括步骤：确定脑卒中程度辨识模型的输入特征和输出框架，所述输入特征即为脑皮层血管二维特征数据，输出框架即为脑卒中程度；获取样本数据集，所述样本数据集包括训练数据集和验证数据集；根据所述样本数据集确定输入特征参考等级并构建证据的相似性分布表，通过似然归一化得到证据的置信度分布表，通过专家经验确定证据的可靠性因子和证据的重要性因子；计算输入特征数据与其参考等级之间的匹配度分布，融合输入特征数据激活的参考等级证据得到特征证据；通过递归证据推理规则融合所述输入特征证据，得到输入特征对输出的支持程度；根据所述证据的重要性因子和脑卒中程度辨识模型输出结果的均方误差构建优化目标函数，将优化后的模型作为最终辨识模型；其中计算所述样本数据集输入特征数据与其参考等级之间的匹配度分布，融合输入特征数据激活的参考等级证据得到特征证据包括步骤：根据专家经验确定参考等级证据的可靠性因子和重要性因子，所述参考等级证据即为所述证据的置信度分布表每个输入特征数据参考等级对输出框架中不同输出的支持程度；计算所述样本数据集输入特征数据与其参考等级的匹配度分布，并确定对应参考等级证据；根据所述输入特征数据的匹配度分布和对应参考等级证据融合得到特征证据；所述参考等级证据融合得到特征证据的融合方式为： 其中，和为第i个脑皮层血管二维输入特征数据与其第Z和Z+1个参考等级的匹配度分布，βZ,j和βZ+1,j为第Z和Z+1个参考等级证据对第j个输出的支持程度，为脑皮层血管第i个二维输入特征数据对第j个输出的支持程度；其中通过递归证据推理规则融合所述特征证据，得到输入特征对输出的支持程度，计算公式为： 其中，mj,i和mj,i-1为第i和i-1个脑皮层血管二维特征证据对第j个输出的支持程度，ri为第i个特征证据的可靠性因子，mPΘ,ei-1为第i-1个脑皮层血管二维特征证据的幂集，为第i和i-1个脑皮层血管二维特征证据对第j个输出的支持程度的交集，mj,ei,i-1为第i和i-1个脑皮层血管二维特征证据融合后的证据对第j个输出的支持程度。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。