-
公开(公告)号：CN116863025A
公开(公告)日：2023-10-10
申请号：CN202311136376.0
申请日：2023-09-05
Applicant: 之江实验室
IPC: G06T11/00
Abstract: 本申请涉及一种脑磁图数据的溯源重建方法、装置、电子装置和介质，其中，该方法包括：获取目标对象的待处理脑磁图数据；对待处理脑磁图数据进行标准化预处理，以及事件相关场分析，得到事件相关场结果；基于目标对象的磁共振结构像数据构建目标对象的头部模型，并基于用户指令构建源空间；基于头部模型与源空间计算正向解；基于事件相关场结果以及正向解进行溯源重建，得到源空间的源估计结果；基于源空间的源估计结果以及标准空间中脑图谱模板，生成脑图谱溯源重建结果。通过本申请，解决了脑磁图数据溯源重建结果通用性较低的问题，借助神经影像领域常用的脑图谱工具，给脑磁图数据处理和分析流程增加了一定的通用性和可比较性。
-
公开(公告)号：CN116584959B
公开(公告)日：2023-09-26
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：CN116522003B
公开(公告)日：2023-09-12
申请号：CN202310805640.9
申请日：2023-07-03
Applicant: 之江实验室
IPC: G06F16/9535 , G06F16/951 , G06F40/194 , G06F40/242 , G06Q30/0601
Abstract: 本申请涉及一种基于嵌入表压缩的信息推荐方法、装置、设备和介质。所述方法包括：通过根据预设压缩比例，确定推荐模型的待压缩嵌入表中的待压缩特征与非压缩特征，基于所述待压缩特征与所述非压缩特征之间的相似度，生成相似度索引矩阵。然后基于所述相似度索引矩阵，生成索引字典，根据所述索引字典对第一特征映射字典进行替换，生成第二特征映射字典。最后在获取待推荐数据后，根据所述第二特征映射字典替换所述待推荐数据中的特征，将替换后的特征输入至所述推荐模型，输出预测结果。实现了在不过度影响推荐模型的模型精度前提下，提高嵌入表的压缩效率，大幅降低模型的存储开销，提高模型的推理速度。
-
公开(公告)号：CN116503680A
公开(公告)日：2023-07-28
申请号：CN202310787084.7
申请日：2023-06-30
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06V10/80 , G06T3/40 , G06N3/0464 , G06N3/09 , G16H30/00
Abstract: 本申请涉及人工智能领域，特别是涉及一种基于脑图谱的脑影像结构化分析和脑疾病分类系统，包括：脑图谱标准化模块，用于基于多种脑图谱构建的脑图谱库实现脑图谱标准化；结构化映射模块，用于将多模态脑影像样本数据映射到脑图谱所在的标准空间，提取多模态脑影像样本数据的影像学指标；图构建模块，用于构建不同脑图谱所对应的图；图表征提取模块，用于提取图的图表征；非影像数据处理模块，用于对获取的非影像数据进行预处理和标准化；训练模块，用于利用预处理和标准化后的非影像数据与图表征的融合特征来训练分类器；分类模块，用于利用训练完成的分类器对采集得到的多模态脑影像数据进行分类。本发明提高脑疾病分类的准确性。
-
公开(公告)号：CN116228724A
公开(公告)日：2023-06-06
申请号：CN202310237440.8
申请日：2023-03-07
Applicant: 之江实验室
Abstract: 本申请涉及一种脑皮层形态网络生成方法、装置、电子装置和存储介质，其中，该脑皮层形态网络生成方法包括：获取目标对象的脑皮层重建图像；对脑皮层重建图像进行分割，得到脑皮层的多个目标区域，以及每一目标区域的顶点集；将每一目标区域的顶点集中的顶点进行连接，得到每一目标区域对应的子网络；基于目标叶子节点与其他叶子节点是否相邻，确定目标叶子节点的状态；若目标叶子节点的状态为待连接状态，则确定出与目标叶子节点对应的连接叶子节点；将每一子网络中处于待连接状态的叶子节点与对应的连接叶子节点连接，生成目标对象的脑皮层形态网络。通过本申请，解决了脑皮层形态网络生成效率较低，提高了脑皮层形态网络生成的效率。
-
Patent Agency Ranking
公开(公告)号：CN115359236B
公开(公告)日：2023-03-28
申请号：CN202211276176.0
申请日：2022-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于机器学习的工作记忆任务脑磁图分类系统，包括脑磁图数据采集模块、脑磁图数据预处理模块、脑磁图源重建模块和机器学习分类模块，其中脑磁图数据采集模块用于采集被试不同工作记忆任务态的脑磁图数据，脑磁图数据预处理模块用于对不同工作记忆任务态的脑磁图数据进行质量控制并分离噪声和伪影，脑磁图源重建模块用于对经过脑磁图数据预处理模块的数据进行传感器信号分析及源重建分析，机器学习分类模块以功率时间序列作为特征，对被试所属的工作记忆任务进行分类。本发明整合了对工作记忆脑磁图数据完整的从预处理到源重建的分析流程，对工作记忆任务脑磁图数据分类，对于工作记忆解码和大脑记忆相关机制的研究有重要意义。
-
公开(公告)号：CN115116607B
公开(公告)日：2022-12-13
申请号：CN202211056174.0
申请日：2022-08-30
Applicant: 之江实验室
Abstract: 本发明公开了一种基于静息态磁共振迁移学习的脑疾病预测系统，分别获取健康成人静息态磁共振大数据集和对应脑疾病的患者静息态磁共振数据，预处理后配准到标准脑空间；通过匹配到标准脑空间的脑图谱提取各个脑区的时间信号；利用图卷积网络和门控循环网络构建深度学习模型并基于健康成人大数据集进行预训练；基于预训练模型和患者静息态功能磁共振数据进行模型微调和疾病预测。本发明提取静息态磁共振信号中的时空特征，利用健康成人的静息态磁共振大数据集对深度学习模型进行预训练，充分挖掘健康成人静息态磁共振中的固有时空特征模式，并将健康成人数据中学习到的先验时空特征模式迁移到脑疾病预测中，有效提高模型的预测性能。
-
公开(公告)号：CN115359305A
公开(公告)日：2022-11-18
申请号：CN202211276171.8
申请日：2022-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种大脑纤维束异常区域精准定位系统,该系统从扩散磁共振数据中提取全脑的纤维连接，通过自定义纤维束通路或者基于大脑纤维束模板提取纤维束通路。将选定的纤维束通路投射到全脑的纤维连接结果上并进行精细地分段。用扩散磁共振数据计算各向异性分数，平均扩散率，神经突内容积比以及方向分散度等影像学指标，从而得到每条纤维束通路每个节点上的影像学指标，用机器学习的方法在疾病组和健康组之间用这些影像学指标做分类，可以精准定位不同疾病下哪些纤维束通路上的哪些节点发生了异常变化。本发明采用球面约束反卷积重建方法，估计每个体素上的纤维走向函数，来重建每个体素上的纤维分布，可以有效解决纤维交叉的问题。
-
公开(公告)号：CN115349847A
公开(公告)日：2022-11-18
申请号：CN202211276609.2
申请日：2022-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于分离式定量APT成像的乳腺肿瘤辨别系统，包括背景参考Z谱仿真模块、预测模型训练模块、图像采集模块、水峰偏移预矫正模块、图像重建模块和鉴别模块，本发明首先通过机器学习模拟乳腺生理环境及病理环境仿真的理论背景参考Z谱，并建立模型，再通过模型对采集的逐像素的Z谱进行预测得到对应的主磁场偏移量与背景参考Z谱，最终得到酰胺质子饱和转移成像，最后通过病灶区成像的对比度来判断乳腺肿瘤的良恶性。本发明提出的基于分离式定量APT成像的乳腺肿瘤辨别系统的处理流程有效地避免了乳腺脂肪、水肿等信号的干扰，同时极大程度上降低了磁体主磁场不均匀性的影响，故对诊断的准确度有着显著的提升。
-
公开(公告)号：CN119887746A
公开(公告)日：2025-04-25
申请号：CN202510345846.7
申请日：2025-03-24
Applicant: 之江实验室
Abstract: 本申请涉及一种脑部功能亚区定位方法、装置、计算机设备和存储介质，其中，该脑部功能亚区定位方法包括：基于目标对象的脑影像数据，构建目标对象的第一三维颅骨模型；基于脑影像数据，确定目标对象的脑部目标区域的特征信息；特征信息包括脑部目标区域对应的多模态融合连接矩阵和解剖结构信息；根据脑部目标区域的特征信息，对脑部目标区域进行划分，得到多个功能亚区；确定不同功能亚区的第一坐标信息，基于第一坐标信息对第一三维颅骨模型上的功能亚区进行定位。通过本申请，解决了无法精准定位目标功能区域的问题，实现了精准定位目标功能区域。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.03 seconds)
