-
公开(公告)号：CN115147417A
公开(公告)日：2022-10-04
申请号：CN202211070002.9
申请日：2022-09-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于过滤法特征选择的功能连接矩阵处理系统及装置，包括：获取被试预处理后的静息态脑功能磁共振图像；提取时间序列；计算皮尔逊相关系数，得到皮尔逊相关系数矩阵；将皮尔逊相关系数矩阵进行向量化；利用过滤法计算定量相关性指标，并基于预设阈值，选择定量相关性指标；利用与所述疾病诊断结果相关性高的对应的定量相关性指标，对选择的功能连接特征加权处理，得到功能连接矩阵；通过所述功能连接矩阵得到预测结果。本发明在以过滤法进行特征选择的基础上，以计算得到的特征与所述疾病诊断结果的定量相关性指标对所选择的特征进行加权处理，使得与所述疾病诊断结果相关性高的特征具有更高的影响权重，提高表型预测的准确率。
-
公开(公告)号：CN114334140B
公开(公告)日：2022-07-19
申请号：CN202210218603.3
申请日：2022-03-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多关系功能连接矩阵的疾病预测系统及装置，根据脑图谱提取的静息态功能磁共振时间序列，分别计算皮尔逊相关系数矩阵与DTW距离矩阵，并结合皮尔逊相关系数矩阵将DTW距离矩阵转换为包含相关程度及相关方向信息，且数值范围和皮尔逊系数取值范围相当的DTW'矩阵，加权联合后得到功能连接矩阵。本发明联合DTW距离信息以减弱功能连接的动态变化及不同脑区功能信号的非同步性对功能连接矩阵的影响，使计算得到的功能连接矩阵可以更好地反应不同脑区功能信号之间的相关关系。以本发明系统计算的功能连接矩阵为特征进行精神疾病预测，可以提高疾病预测的准确率以及预测模型在多中心数据的泛化能力。
-
公开(公告)号：CN117038002B
公开(公告)日：2024-02-13
申请号：CN202311292074.2
申请日：2023-10-08
Applicant: 之江实验室
IPC: G16H20/10 , G06F16/242 , G06F16/22
Abstract: 本发明公开了一种药物评价研究中生成观察变量的方法及装置，本发明通过解析药物评价研究中所定义观察变量的生成规则，提取生成当前变量需要依赖的其他变量，构建观察变量对应的变量关联树节点，节点属性包括变量名称、父节点列表、子节点列表和生成规则等。将连通图分解为以根节点为单元的变量关联树，通过迭代的方式后序遍历根节点的所有子节点获取变量关联树中节点的生成顺序；依据每棵变量关联树对应的有序节点列表，以变量关联树为单元，采用多线程方式并行生成每颗变量关联树中所有节点对应的观察变量。本发明基于变量之间的关联关系构建了变量关联树，得到了观察变量的生成顺序，避免了现有技术中控制流的复杂性，提高了观察变量生成效率。
-
Patent Agency Ranking
公开(公告)号：CN117038002A
公开(公告)日：2023-11-10
申请号：CN202311292074.2
申请日：2023-10-08
Applicant: 之江实验室
IPC: G16H20/10 , G06F16/242 , G06F16/22
Abstract: 本发明公开了一种药物评价研究中生成观察变量的方法及装置，本发明通过解析药物评价研究中所定义观察变量的生成规则，提取生成当前变量需要依赖的其他变量，构建观察变量对应的变量关联树节点，节点属性包括变量名称、父节点列表、子节点列表和生成规则等。将连通图分解为以根节点为单元的变量关联树，通过迭代的方式后序遍历根节点的所有子节点获取变量关联树中节点的生成顺序；依据每棵变量关联树对应的有序节点列表，以变量关联树为单元，采用多线程方式并行生成每颗变量关联树中所有节点对应的观察变量。本发明基于变量之间的关联关系构建了变量关联树，得到了观察变量的生成顺序，避免了现有技术中控制流的复杂性，提高了观察变量生成效率。
-
公开(公告)号：CN116991563A
公开(公告)日：2023-11-03
申请号：CN202311269953.3
申请日：2023-09-28
Applicant: 之江实验室
Abstract: 本发明公开了一种支持快速构建沙箱的队列生成方法及装置，所述方法包括：获取沙箱创建数据，并以时间段分类；基于沙箱创建数据，采用时间序列预测每台前置机下一时间段所需的沙箱创建数量；为每台前置机创建队列长度与预测沙箱创建数量相等的队列，按照第一策略将任务分配到各个队列中，按照第二策略将队列中的任务分配给各个前置机任务队列进行倒序创建，利用基础沙箱镜像，为每台前置机任务队列中的任务分层构建沙箱。上述方法用于解决沙箱建立过程复杂、用户等待时间长、空置沙箱造成资源浪费的问题。
-
公开(公告)号：CN116991563B
公开(公告)日：2023-12-22
申请号：CN202311269953.3
申请日：2023-09-28
Applicant: 之江实验室
Abstract: 本发明公开了一种支持快速构建沙箱的队列生成方法及装置，所述方法包括：获取沙箱创建数据，并以时间段分类；基于沙箱创建数据，采用时间序列预测每台前置机下一时间段所需的沙箱创建数量；为每台前置机创建队列长度与预测沙箱创建数量相等的队列，按照第一策略将任务分配到各个队列中，按照第二策略将队列中的任务分配给各个前置机任务队列进行倒序创建，利用基础沙箱镜像，为每台前置机任务队列中的任务分层构建沙箱。上述方法用于解决沙箱建立过程复杂、用户等待时间长、空置沙箱造成资源浪费的问题。
-
公开(公告)号：CN115147417B
公开(公告)日：2022-11-15
申请号：CN202211070002.9
申请日：2022-09-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于过滤法特征选择的功能连接矩阵处理系统及装置，包括：获取被试预处理后的静息态脑功能磁共振图像；提取时间序列；计算皮尔逊相关系数，得到皮尔逊相关系数矩阵；将皮尔逊相关系数矩阵进行向量化；利用过滤法计算定量相关性指标，并基于预设阈值，选择定量相关性指标；利用与所述疾病诊断结果相关性高的对应的定量相关性指标，对选择的功能连接特征加权处理，得到功能连接矩阵；通过所述功能连接矩阵得到预测结果。本发明在以过滤法进行特征选择的基础上，以计算得到的特征与所述疾病诊断结果的定量相关性指标对所选择的特征进行加权处理，使得与所述疾病诊断结果相关性高的特征具有更高的影响权重，提高表型预测的准确率。
-
公开(公告)号：CN114334140A
公开(公告)日：2022-04-12
申请号：CN202210218603.3
申请日：2022-03-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多关系功能连接矩阵的疾病预测系统及装置，根据脑图谱提取的静息态功能磁共振时间序列，分别计算皮尔逊相关系数矩阵与DTW距离矩阵，并结合皮尔逊相关系数矩阵将DTW距离矩阵转换为包含相关程度及相关方向信息，且数值范围和皮尔逊系数取值范围相当的DTW'矩阵，加权联合后得到功能连接矩阵。本发明联合DTW距离信息以减弱功能连接的动态变化及不同脑区功能信号的非同步性对功能连接矩阵的影响，使计算得到的功能连接矩阵可以更好地反应不同脑区功能信号之间的相关关系。以本发明系统计算的功能连接矩阵为特征进行精神疾病预测，可以提高疾病预测的准确率以及预测模型在多中心数据的泛化能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
