一种基于核磁共振结构影像加权的决策支持方法及系统

    公开(公告)号:CN111652843A

    公开(公告)日:2020-09-11

    申请号:CN202010342792.6

    申请日:2020-04-27

    Inventor: 赵地 刘瑶 谭光明

    Abstract: 本发明提出一种基于核磁共振结构影像加权的决策支持方法及系统,包括:使用已标注核磁共振结构影像作为训练数据,对卷积神经网络模型进行预训练,得到决策支持模型;根据待分析对象的临床资料通过数据库查询,得到该待分析对象患病的前置概率;采用深度学习和统计回归的方法,提取该待分析对象核磁共振结构影像的量化特征,将该量化特征作为权重引入该决策支持模型,将该前置概率输入至该决策支持模型,得到该待分析对象的疾病决策支持结果。本发明提供的种基于核磁共振结构影像加权的阿尔茨海默病早期预测的方法具有更高的准确率、假阴性率和假阳性率。

    支持RISC-V指令集和脉冲神经网络专用扩展指令集的芯片架构

    公开(公告)号:CN118504628A

    公开(公告)日:2024-08-16

    申请号:CN202310125938.5

    申请日:2023-02-15

    Abstract: 本发明提出一种支持RISC‑V指令集和脉冲神经网络专用扩展指令集的芯片架构,包括脉冲神经网络的专用扩展指令经过取值、译码、发射过程进入SNN计算单元,SNN初始化指令设置训练或推理使能,并设置初始化电压;根据专用扩展指令中的脉冲处理相关指令从内存中读取突触和输入数据,进入脉冲处理单元中进行脉冲处理,获得神经元需要的更新电压;根据专用扩展指令中的神经元相关指令将神经元状态从内存中读取后进入流线型LIF神经元更新单元,以根据更新电压对神经元进行更新,其更新结果将存入SNN专用寄存器;根据专用扩展指令中的突触更新相关指令对突触进行更新;SNN计算单元的结果将通过写回级进行写回。

Patent Agency Ranking