-
公开(公告)号：CN117137426B
公开(公告)日：2024-02-13
申请号：CN202311397558.3
申请日：2023-10-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于微扫视特征监测的视野损伤评估训练方法及系统，涉及视觉康复评估技术领域，方法包括：获取目标个体进行有效视野测试过程中的第一眼动轨迹信号；根据所述第一眼动轨迹信号对应的微扫视特征，提取所述第一眼动轨迹信号所对应的第一相位动态时序；根据所述第一相位动态时序，获取所述目标个体的第一视野评估结果。本发明通过监测目标个体视野测试过程中微扫视特征的动态变化，对目标个体视野区域不同视野探查点位的视觉功能进行评估，能够提高视野测试应用的便捷性和高效性，为目标个体（如无法完成传统视野测试的患者群体）提供可选的测试方式，并为不同目标个体提供个性化的视觉功能康复方案。
-
公开(公告)号：CN117494061A
公开(公告)日：2024-02-02
申请号：CN202410006000.6
申请日：2024-01-03
Applicant: 中国科学院自动化研究所
IPC: G06F18/26 , G06F18/2415
Abstract: 本发明提供一种用户兴趣挖掘方法、装置、电子设备及介质，属于脑机接口应用技术领域。该方法应用于穿戴设备，穿戴设备集成有头显设备和脑机接口设备，该方法包括：对目标用户的第一脑电数据进行预处理，得到第二脑电数据，第一脑电数据是在头显设备显示目标图像序列的情况下通过脑机接口设备采集；将第二脑电数据输入至训练完成的脑电分类模型，得到分类结果，脑电分类模型基于预处理后的脑电样本训练数据和对应标签训练得到，标签用于指示脑电样本训练数据对应的图像是否为目标检测训练任务中的目标图像；基于分类结果，确定目标用户感兴趣的图像内容。本发明提供的用户兴趣挖掘方法，可以实现更加准确的用户兴趣挖掘。
-
公开(公告)号：CN117137426A
公开(公告)日：2023-12-01
申请号：CN202311397558.3
申请日：2023-10-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于微扫视特征监测的视野损伤评估训练方法及系统，涉及视觉康复评估技术领域，方法包括：获取目标个体进行有效视野测试过程中的第一眼动轨迹信号；根据所述第一眼动轨迹信号对应的微扫视特征，提取所述第一眼动轨迹信号所对应的第一相位动态时序；根据所述第一相位动态时序，获取所述目标个体的第一视野评估结果。本发明通过监测目标个体视野测试过程中微扫视特征的动态变化，对目标个体视野区域不同视野探查点位的视觉功能进行评估，能够提高视野测试应用的便捷性和高效性，为目标个体（如无法完成传统视野测试的患者群体）提供可选的测试方式，并为不同目标个体提供个性化的视觉功能康复方案。
-
Patent Agency Ranking
公开(公告)号：CN116449964B
公开(公告)日：2023-08-15
申请号：CN202310708285.3
申请日：2023-06-15
Applicant: 中国科学院自动化研究所
IPC: G06F3/01 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06F18/24
Abstract: 本发明涉及脑机接口技术领域，提供一种脑电和脑磁融合的脑机接口指令下达方法及装置，其中方法包括：获取脑电数据和脑磁数据；将脑电数据和脑磁数据输入至脑电脑磁联合解码模型中，得到运动意图结果；基于运动意图结果，进行指令下达；脑电脑磁联合解码模型包括脑电/脑磁时间注意力模块、脑电/脑磁空间注意力模块、时间/空间跨模态注意力模块和分类器；脑电/脑磁时间/空间注意力模块用于对脑电数据进行时间/空间注意力提取，得到脑电/脑磁时间/空间注意力特征，时间/空间跨模态注意力模块用于得到全局时间/空间特征，分类器用于基于全局时间特征和全局空间特征进行意图解码，得到运动意图结果，提高了精细运动想象分类的准确率。
-
公开(公告)号：CN110070105B
公开(公告)日：2021-03-02
申请号：CN201910228705.1
申请日：2019-03-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于脑机接口以及机器学习领域，具体涉及了一种基于元学习实例快速筛选的脑电情绪识别方法、系统，旨在解决在样本数量不足的情况下，很难实现脑电情绪识别系统的跨被试者、跨时间快速适配的问题。本发明方法包括：获取设定时间内的各电极脑电数据作为待识别脑电数据；分别计算各电极数据的特征向量并拼接，得到待识别特征向量；采用训练好的情绪识别模型，依据待识别特征向量，获取相应的情绪标签并输出。本发明采用机器学习的前沿领域之一的元学习方法，既受益于深度学习所带来的强大表示能力，又得益于元学习强大的关系挖掘能力，有效提高在带标签样本数量不足的情况下的情绪识别模型的泛化能力，提高了情绪识别的速度和精度。
-
公开(公告)号：CN106875376A
公开(公告)日：2017-06-20
申请号：CN201611241396.4
申请日：2016-12-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种腰椎配准先验模型的构建方法以及腰椎配准方法。本发明通过对大量的腰椎CT样本进行DRR投影，得到投影图像样本，并对投影图像样本提取特征点，进而构建腰椎配准的先验模型。在进行腰椎配准时，先在手术前获取病人的腰椎CT图像，并利用形状模型和投影参数之间高度的相关性，建立姿态模型；在手术中通过X‑ray图像获得了腰椎的形状参数之后，能够直接通过姿态模型得到其投影参数，从而完成配准。避免了传统方法中在大量的投影图像中搜索一个最佳匹配度的投影图像，使得本发明能够高效地进行腰椎的3D/2D配准，在保证精度的同时，满足手术中高实时性的要求。
-
公开(公告)号：CN106198597A
公开(公告)日：2016-12-07
申请号：CN201610518154.9
申请日：2016-07-04
Applicant: 中国科学院自动化研究所
CPC classification number: G01N24/08 , G01N1/286 , G01N1/30 , G01N2001/2873
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：CN103544712A
公开(公告)日：2014-01-29
申请号：CN201310561155.8
申请日：2013-11-12
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。
-
-
-
-
-
-
-
Search Results
38
records
(took 0.026 seconds)
