-
公开(公告)号：CN106198597B
公开(公告)日：2018-11-09
申请号：CN201610518154.9
申请日：2016-07-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于组织学和超高场磁共振技术的计算神经解剖处理方法。其中，所述方法包括：利用超高场磁共振设备对目标组织进行成像，得到超高场磁共振图像；对目标组织进行切片，得到切片并获取块面图像；对切片进行组织学染色处理；对块面图像进行图像增强处理，确定块面图像空间；对染色处理的切片进行显微镜数字化扫描，获得染色切片图像；将染色切片图像配准到块面图像空间；对超高场磁共振图像进行图像重建，得到超高场磁共振图像空间；使用互信息和直接操作自由变形方法，将配准到块面图像空间的染色切片图像配准到超高场磁共振图像空间。本发明实施例弥合了以往解剖研究的宏观和微观方法之间的分辨率差距。解决了人机交互的耗时问题。
-
公开(公告)号：CN103700104B
公开(公告)日：2017-01-25
申请号：CN201310722891.7
申请日：2013-12-24
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种利用先验知识的人类外侧膝状体LGN自动分割方法。该方法首先将人脑的结构像数据进行偏场校正，然后将经过校正的图像进行大脑子结构的分割从而得到腹侧间脑区的模板。接着将校正过的结构像数据和腹侧间脑区的模板配准到MNI标准空间。根据外侧膝状体解剖结构的先验知识得到LGN在MNI空间内的区域界限，接着在这个区域内分别用区域增长法、k均值法、大津算法和图割法在分割出LGN。然后用将几种分割结果融合得到LGN区域的估计值作为分割结果。最后将分割结果变换到结构像的原始空间，即为LGN的最终分割结果。
-
公开(公告)号：CN102982552B
公开(公告)日：2015-09-16
申请号：CN201210544488.5
申请日：2012-12-14
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于里奇流的表面形状配准方法。该方法首先将闭合表面根据改进的里奇流方法进行参数化，将闭合表面映射到球面上。同时在计算过程中记录里奇流能量变化情况，建立多尺度里奇流能量矩阵。然后对多尺度里奇流能量矩阵进行拉普拉斯变换，计算其拉普拉斯矩阵，并根据该矩阵提取基于里奇能量的多尺度特征点。继而将全局里奇流能量与局部特征点进行结合，建立配准方程。从而利用该配准方程将多个不同表面在球面域上进行配准。最终将配准结果映射至原始表面，完成整个配准过程。应用本发明的技术方案减少了参数化过程中的计算时间，并将全局属性与局部特征进行有效结合，提高了配准的准确度。
-
公开(公告)号：CN103700104A
公开(公告)日：2014-04-02
申请号：CN201310722891.7
申请日：2013-12-24
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种利用先验知识的人类外侧膝状体LGN自动分割方法。该方法首先将人脑的结构像数据进行偏场校正，然后将经过校正的图像进行大脑子结构的分割从而得到腹侧间脑区的模板。接着将校正过的结构像数据和腹侧间脑区的模板配准到MNI标准空间。根据外侧膝状体解剖结构的先验知识得到LGN在MNI空间内的区域界限，接着在这个区域内分别用区域增长法、k均值法、大津算法和图割法在分割出LGN。然后用将几种分割结果融合得到LGN区域的估计值作为分割结果。最后将分割结果变换到结构像的原始空间，即为LGN的最终分割结果。
-
公开(公告)号：CN101739661B
公开(公告)日：2011-11-09
申请号：CN200910242341.9
申请日：2009-12-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种快速高保真地构造血管内超声长轴影像的方法，使用基于图形处理器的并行计算架构，通过四叉树数据结构对大数据量三维IVUS数据进行高效管理，递归遍历四叉树并且计算长轴影像所在平面与四叉树节点的交点坐标，将长轴影像分解为一系列小的平面，然后再送至图形处理器绘制并作插值计算。解决数据量太大不能全部加载到图形处理器显存中的问题，提高图形处理器纹理缓存的利用效率。将三维样条曲线插值使用图形处理器的单指令多数据矢量点积来计算，提高了运算速度和图像的质量。本发明在普通中高档显卡上，对512×512×4000×16bit这样大规模的IVUS影像数据，达到每秒钟30帧以上的高保真长轴影像构造速度。
-
Patent Agency Ranking
公开(公告)号：CN101599176B
公开(公告)日：2011-08-10
申请号：CN200910087352.4
申请日：2009-06-17
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种对管状结构内层分割的方法，该方法首先提取管状结构三维序列数据的纵向截平面，并在纵向截平面提取管状结构的内层轮廓线，然后把纵向截平面的轮廓线变换到横向截平面，接着把横向截平面的轮廓点样条插值得到样条轮廓，利用小波变换产生横向截平面的多尺度图像，并把样条轮廓变换到不同尺度作为活动轮廓的初始轮廓，然后进化轮廓，最后结合不同尺度活动轮廓的分割结果，得到管状结构的最终内层轮廓。应用本发明的技术方案减少了初始轮廓的时间。为提高分割精度，该方法在多尺度上使用活动轮廓进化轮廓。
-
公开(公告)号：CN101599176A
公开(公告)日：2009-12-09
申请号：CN200910087352.4
申请日：2009-06-17
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种对管状结构内层分割的方法，该方法首先提取管状结构三维序列数据的纵向截平面，并在纵向截平面提取管状结构的内层轮廓线，然后把纵向截平面的轮廓线变换到横向截平面，接着把横向截平面的轮廓点样条插值得到样条轮廓，利用小波变换产生横向截平面的多尺度图像，并把样条轮廓变换到不同尺度作为活动轮廓的初始轮廓，然后进化轮廓，最后结合不同尺度活动轮廓的分割结果，得到管状结构的最终内层轮廓。应用本发明的技术方案减少了初始轮廓的时间。为提高分割精度，该方法在多尺度上使用活动轮廓进化轮廓。
-
公开(公告)号：CN118948303B
公开(公告)日：2025-02-07
申请号：CN202411450447.9
申请日：2024-10-17
Applicant: 中国科学院自动化研究所
IPC: A61B5/372 , G06F18/2131 , G06F18/25 , G06N3/042 , G06F18/241 , G06N3/0464 , A61B5/00 , A61B5/374
Abstract: 本发明提供一种脑力细粒度读取和解译的脑机接口装置，涉及脑力负荷检测领域，装置包括：脑电信号采集模块，在被测用户执行不同细粒度的目标占搜索空间比例的快速序列视觉呈现任务时采集脑电信号形成脑电信号样本；时域传播模块，提取脑电信号样本的时域传播图嵌入特征；频域演变模块，提取脑电信号样本的频域演变汇总图嵌入特征；信息共享导联动态选择模块，对时域传播图嵌入特征和频域演变汇总图嵌入特征进行融合，得到融合特征；脑力负荷预测模块，调用脑力负荷分类器对融合特征进行解码，得到脑力负荷评估结果。通过本申请，解决脑力负荷检测时，难以预测脑力负荷的精细梯度变化，忽略脑力负荷动态变化因素而导致检测精确度低的问题。
-
公开(公告)号：CN118840515A
公开(公告)日：2024-10-25
申请号：CN202411073812.9
申请日：2024-08-07
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供了一种脑机融合的视觉导航方法、电子设备以及存储介质，可以应用于具身智能体导航技术领域。该方法包括：利用脑模块对观测图像进行特征提取，得到具有认知信息的神经表征；利用视觉‑目标模块对目标定位信息和观测图像进行处理，得到视觉‑目标表征；基于交叉注意力机制，利用多模态融合模块对神经表征和视觉‑目标表征进行融合，得到联合表征；利用策略模块对联合表征进行处理，得到运动控制指令，并基于运动控制指令控制目标对象完成视觉导航任务。本发明通过神经表征将高级认知能力引入到视觉导航智能体中，并通过多模态融合模块对齐了神经表征和视觉‑目标表征得到了更加一致的脑‑视觉联合表征，提高视觉导航智能体的鲁棒性。
-
公开(公告)号：CN118410374A
公开(公告)日：2024-07-30
申请号：CN202410341481.6
申请日：2024-03-25
Applicant: 中国科学院自动化研究所
IPC: G06F18/24 , G06F18/213 , G06N3/045 , G06F18/10 , G06N3/0475
Abstract: 本发明提供一种基于脑电信号的连续外设控制指令下达方法、装置及设备，其中方法包括：将实时全脑信号数据输入至外设控制解码模型中，得到运动类别和运动参数；将运动类别和运动参数转换为外设控制指令，基于外设控制指令进行实时指令下达；外设控制解码模型包括多频带特征生成器、黎曼特征提取模块、特征拼接与向量化模块、降维模块和多头Transformer解码器。从而，实现了从离散运动想象指令到连续运动想象指令的转换，能够实现对外部设备进行精确且连续的控制，通过引导用户根据不同的外设运动参数进行相应程度的想象，并以外设运动为反馈，从而提高了精细运动想象分类的准确率，显著增强了脑电对外设控制的流畅性及用户的交互体验。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.026 seconds)
