-
公开(公告)号：CN118070075B
公开(公告)日：2024-09-03
申请号：CN202410482310.5
申请日：2024-04-22
Applicant: 之江实验室
IPC: G06F18/22 , G06F16/906 , G06F16/9035 , G06F16/904 , G06F9/451
Abstract: 本申请涉及一种数据分析方法、装置、电子装置和存储介质，其中，该数据分析方法包括：通过将用户的自定义函数与分析方法生成策略进行匹配，得到自定义分析方法，并将该方法添加至数据分析模块中，进而实现了用户定义分析方法的便捷性；当用户需要对数据进行分析时，获取用户的分析数据，并根据分析数据对数据分析模块中的自定义分析方法进行筛选，得到目标分析方法；根据目标分析方法匹配对应的参数输入组件，进而得到参数输入界面；将用户发送的分析数据输入至参数输入界面，进而根据目标分析方法对分析数据进行处理，得到数据分析结果。通过自动筛选分析方法并生成对应的参数输入界面，提高了数字孪生脑平台的数据分析效率。
-
公开(公告)号：CN118266949A
公开(公告)日：2024-07-02
申请号：CN202410704467.8
申请日：2024-06-03
Applicant: 之江实验室
Abstract: 本申请提供了一种基于深度学习的脑深部锋电位信号检测方法和装置，包括获取脑深部电刺激的原始记录信号，对预先构建的深度学习模型进行训练，将所述原始记录信号输入到训练后的所述深度学习模型，获取所述深度学习模型输出的所述原始记录信号中锋电位的时间序列。通过获取脑深部电刺激中的原始信号，将待进行锋电位检测的原始信号段输入到训练好的深度学习模型中，通过模型预测推理即可得到锋电位的时间序列，解决了相关技术中需进行高通滤波后才能进行锋电位检测带来的流程繁琐、微小干扰造成误检等问题。
-
公开(公告)号：CN118094277A
公开(公告)日：2024-05-28
申请号：CN202410502575.7
申请日：2024-04-25
Applicant: 之江实验室
IPC: G06F18/23213 , G06F18/10 , G06N3/0464 , G06N3/0455 , G06F17/15 , G16H50/70 , A61B5/38 , A61B5/378 , A61B5/16 , A61B5/00
Abstract: 本发明公开了一种基于动态功能脑网络的大脑视听融合机制探索方法和装置，包括：获取每个被试在视听刺激下的EEG数据，对EEG数据进行预处理并划分为若干个epoch；对于每个被试，获取每个epoch中若干个ROI的时序数据；对于每个被试，通过计算两两ROI的epochs之间的相位锁相值PLV，并对所有被试中相同ROI之间的PLV值求平均，得到功能连接脑网络；获取功能连接脑网络的隐含层特征，并与自身进行特征拼接；选取聚类类别数K，对拼接后的特征进行聚类，得到K个聚类质心；计算两两相邻聚类质心对应的功能连接脑网络的差值绝对值，筛选出大于第一预设阈值的差值绝对值对应的功能连接脑网络，用于探索大脑视听融合功能状态变化，更好地表征功能连接脑网络的定量的动态变化。
-
公开(公告)号：CN117095823B
公开(公告)日：2024-04-16
申请号：CN202311352677.7
申请日：2023-10-19
Applicant: 之江实验室
Abstract: 本申请涉及一种基于孪生脑仿真模型的药物成瘾关联脑区确定系统，其中，基于孪生脑仿真模型的药物成瘾关联脑区确定系统通过第一获得模块获得所述被试者的人脑结构连接矩阵和人脑经验功能连接矩阵；通过模拟模块获得所述被试者所有脑区均稳定的兴奋性发放率；通过第二获得模块获得所述被试者的模拟人脑功能连接矩阵；通过更新模块获得所述被试者各个脑区的最优GABA能循环加权；通过确定模块确定所述药物成瘾被试者GABA能系统受到影响的脑区。解决了由于现有技术的限制很难从递质的合成和代谢水平研究药物成瘾被试者与健康被试者脑区的区别的问题，可以实现定位到药物成瘾后对药物成瘾被试者大脑GABA能系统产生主要影响的脑区。
-
公开(公告)号：CN116973823A
公开(公告)日：2023-10-31
申请号：CN202311237701.2
申请日：2023-09-25
Applicant: 之江实验室
IPC: G01R33/56
Abstract: 本申请涉及一种基于全稳态平衡进动的线扫描磁共振成像方法和系统，所述方法包括：基于获取的梯度回波，对待扫描物体进行扫描；在扫描过程中，利用线扫描依次对所述梯度回波的重复周期进行相位编码，并采集各周期内不同时刻对应的一组相位编码线元，基于磁共振成像序列的K空间的帧数，将相位编码线元依次横向填充至各帧的相位编码行中，得到待扫描物体的磁共振信号，其中，在各周期的梯度回波结束时，基于重聚脉冲对残余横向磁化强度进行聚相，生成残余磁化信号，增强下一个周期的梯度回波信号；最后基于磁共振信号，生成待扫描物体的磁共振图像，采用本方法能够实现快速周期变化的磁共振成像，提高所获取的磁共振图像的信噪比和影像对比度。
-
Patent Agency Ranking
公开(公告)号：CN116584959A
公开(公告)日：2023-08-15
申请号：CN202310866162.2
申请日：2023-07-14
Applicant: 之江实验室
Abstract: 本申请涉及一种脑深部电刺激期间的锋电位检测及特征提取方法和系统，其中，该方法包括：对原始神经电信号进行识别并消除刺激伪迹，得到第一信号；对第一信号进行抑制扰动信号的数据变换，得到第二信号；根据第二信号，对第一信号进行判定检测，得到初始锋电位时间序列；设置锋电位幅值阈值，根据初始锋电位时间序列和锋电位幅值阈值，对第一信号进行判定检测，得到目标锋电位信号；对目标锋电位信号进行波形特征提取，得到目标锋电位时间序列和波形特征，通过本申请，解决了现有技术中无法准确识别细胞外记录的神经电信号中的单个神经细胞放电所产生的锋电位问题，提高了对于神经细胞放电所产生的锋电位的识别准确性。
-
公开(公告)号：CN115359144B
公开(公告)日：2023-03-03
申请号：CN202211276165.2
申请日：2022-10-19
Applicant: 之江实验室
IPC: G06T11/00
Abstract: 本发明公开了一种磁共振平面回波成像伪影仿真方法及系统，首先，对于K空间伪影，通过正常磁共振影像还原K空间数据，针对性地对K空间数据进行修改，然后重建出带有伪影的影像；对于磁化率伪影，通过正常磁共振影像构建磁化率模型，重建磁场分布，然后重建出带有畸变伪影的影像。本发明可通过少量的正常影像快速创建大量不同伪影类型、伪影程度的伪影数据集，为鉴别伪影、消除或减弱伪影的研究打下基础。相比于其他图像域伪影仿真方法，本发明根据EPI序列伪影产生的原理设计了仿真算法，所得到的条纹伪影、莫尔伪影、奈奎斯特伪影、磁化率伪影等图像具有良好的科学性、准确性与可解释性。
-
公开(公告)号：CN119235317A
公开(公告)日：2025-01-03
申请号：CN202411765957.5
申请日：2024-12-04
Applicant: 之江实验室
IPC: A61B5/243 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06F123/02
Abstract: 本申请涉及一种心磁信号去噪方法、装置、计算机设备和可读存储介质；获取待处理心磁信号以及噪声信号；对待处理心磁信号进行编码处理，得到目标条件信号；对噪声信号进行去噪处理，生成目标先验知识；基于目标条件信号进行自注意力学习，确定第一全局依赖特征信息；基于第一全局依赖特征信息和目标先验知识进行交叉注意力学习，确定第二全局依赖特征信息；基于目标条件信号以及第二全局依赖特征信息进行解码处理，得到去噪后的心磁信号；基于此，实现了高精度、高鲁棒性的去噪效果，有效提高了心磁信号去噪的精度。
-
公开(公告)号：CN119138900A
公开(公告)日：2024-12-17
申请号：CN202411639686.9
申请日：2024-11-18
Applicant: 之江实验室
IPC: A61B5/243
Abstract: 本申请涉及心磁检测装置。该心磁检测装置包括：第一安装板，设有阵列的多个第一安装部，第一安装部具有第一弧形引导孔以及弧形走线孔，第一弧形引导孔和弧形走线孔同轴设置并限定有第一转动轴线；多个第一壳体，第一壳体用于安装放大电路板，第一壳体绕对应的第一转动轴线转动连接于第一安装板，第一壳体设有穿设到第一弧形引导孔的第一滑块，第一壳体设有第二弧形引导孔，第二弧形引导孔限定有与第一转动轴线交叉的第二转动轴线；以及多个第二壳体，第二壳体绕第二转动轴线转动连接于第一壳体，第二壳体设有穿设到第二弧形引导孔的第二滑块，第二壳体用于安装传感器。该心磁检测装置能够避免对传感器的磁干扰；此外，能够调整传感器的姿态。
-
公开(公告)号：CN118429734B
公开(公告)日：2024-10-01
申请号：CN202410901931.2
申请日：2024-07-05
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/25 , G06V10/74
Abstract: 本申请涉及一种磁共振数据分类系统。所述方法包括：采集处理组件获取物体的磁共振数据集；特征提取组件对所述磁共振数据集进行特征提取，得到多个单模态影像特征；特征融合组件对所述多个单模态影像特征进行融合，得到多模态影像特征；分类预测组件基于所述多模态影像特征，得到对应于所述磁共振数据集的预测分类结果。采用本方法能够达到辅助医生提高脑疾病诊断准确率和效率的效果。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.024 seconds)
