-
公开(公告)号：CN106022384B
公开(公告)日：2019-07-12
申请号：CN201610361766.1
申请日：2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法，通过被试在自然场景图像刺激下采集到的fMRI视觉功能数据，训练深度卷积神经网络模型，将其映射到关注目标类别标签上进行模型优化；构造与优化后的深度卷积神经网络对称的深度网络模型，利用fMRI视觉功能数据及刺激图像相对应的语义分割结果优化该模型参数，获得fMRI视觉功能数据到逐像素语义分割结果的映射；采集被试观看测试图像的fMRI视觉功能数据，确定被试关注目标类别和逐像素语义分割结果，分割出关注目标区域和相应目标语义。本发明对被试观看自然场景图像时所引发的fMRI视觉功能数据进行解析，提取出刺激图像中所有目标类别并获得语义分割结果，提高关注目标提取的准确性。
-
公开(公告)号：CN105700687B
公开(公告)日：2018-03-13
申请号：CN201610139359.6
申请日：2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06F3/01 , G06F17/30 , A61B5/0476 , A61B5/04
Abstract: 本发明涉及一种基于folding HDCA算法的单试次脑电P300成分检测方法，给被试看一系列RSVP图像序列，采集被试脑电信号，将所有图像所对应的脑电信号分为若干个时间窗口，取一个时间窗口及其前f个时间窗口内的多导联信号组成一组新的导联信号，并与空间权重、时间权重做运算，获得兴趣得分，将兴趣得分与设定阈值进行比对，判断目标图像，将目标图像结果进行输出。本发明通过将被试当前时刻的脑电信号与之前时刻的脑电信号相关联，将多导联脑电信号降维到一维，有效降低实际应用中P300成分的潜伏期与峰值随被试生理状态、目标概率、目标含义而引起的变化因素的影响，有效的提取脑电P300成分，进而确定目标图像。
-
公开(公告)号：CN107358026A
公开(公告)日：2017-11-17
申请号：CN201710448687.9
申请日：2017-06-14
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06F3/015 , G08B19/005 , G08B25/00
Abstract: 本发明公开了一种基于脑机接口和物联网的残疾人智能陪护系统，克服了现有技术中，残疾人陪护系统对残疾人情感和安全问题仍需改进的问题。该发明包括脑控轮椅助行子系统、情绪与体征安全监测子系统、家居突发情况报警子系统和信息采集处理子系统，其中脑控轮椅助行子系统将脑电帽采集的脑电信号传递给信息采集处理子系统，信息采集处理子系统对用户脑电信号进行处理识别，再将处理识别后的脑电控制信号经过转换器输入脑控轮椅的控制单元来控制轮椅行动；情绪与体征安全监测子系统根据检测结果通过智能陪护机器人调节用户情绪。该技术将脑电信号处理转化为控制命令，辅助残疾人控制电动轮椅，保障其健康和安全，减少医生及家属的负担。
-
公开(公告)号：CN104240209B
公开(公告)日：2017-07-21
申请号：CN201410333638.7
申请日：2014-07-14
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明属于总变分最小化模型的CT图像精确重建领域，具体涉及一种基于TV最小化模型的精确重建采样条件估算方法，包含以下步骤：1将TV最小化模型转化为l1‑最小化模型；2提出精确重建必要条件1，并利用其估算采样角度数量下界；3提出精确重建必要条件2，并从下界采样角度数量开始逐个增加角度数量验证必要条件2；4提出精确重建充分条件，从同时满足两个必要条件的最少采样角度数量开始逐个增加角度数量验证精确重建充分条件，满足充分条件的最少角度数量即为采样条件的估算结果。本发明创新性提出将TV最小化模型划分为l1‑最小化模型，并通过必要条件1实现对采样角度数量下界的估算，最终通过验证必要条件2和充分条件得到更准确的估算结果。
-
公开(公告)号：CN104240209A
公开(公告)日：2014-12-24
申请号：CN201410333638.7
申请日：2014-07-14
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明属于总变分最小化模型的CT图像精确重建领域，具体涉及一种基于TV最小化模型的精确重建采样条件估算方法，包含以下步骤：1将TV最小化模型转化为l1-最小化模型；2提出精确重建必要条件1，并利用其估算采样角度数量下界；3提出精确重建必要条件2，并从下界采样角度数量开始逐个增加角度数量验证必要条件2；4提出精确重建充分条件，从同时满足两个必要条件的最少采样角度数量开始逐个增加角度数量验证精确重建充分条件，满足充分条件的最少角度数量即为采样条件的估算结果。本发明创新性提出将TV最小化模型划分为l1-最小化模型，并通过必要条件1实现对采样角度数量下界的估算，最终通过验证必要条件2和充分条件得到更准确的估算结果。
-
Patent Agency Ranking
公开(公告)号：CN107361766B
公开(公告)日：2021-05-14
申请号：CN201710581779.4
申请日：2017-07-17
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及脑电信号处理技术领域，特别是涉及一种基于EMD域多维信息的情绪脑电信号识别方法，首先利用EMD将脑电信号自适应地分解为不同震荡频率的本征模态函数IMF，然后提取本征模态函数的波形差分、相位差分和归一化能量，将提取的多维信息组成特征向量，作为不同情绪脑电信号的表征，通过KNN分类器和SVM分类器，进行情绪脑电信号的分类与识别，大大提高了分类准确率。
-
公开(公告)号：CN107898458A
公开(公告)日：2018-04-13
申请号：CN201710946732.3
申请日：2017-10-12
Applicant: 中国人民解放军信息工程大学
IPC: A61B5/0484 , A61B5/00 , G06K9/62
Abstract: 本发明属于人脑与机器视觉融合技术领域，尤其涉及基于图像先验的单试次脑电P300成分检测方法及装置。基于图像先验的单试次脑电P300成分检测方法，包括：计算刺激图像数据集中图像的复杂度，根据复杂度对图像进行排序；对不同复杂度的图像诱发的脑电信号训练分类器；对图像诱发的脑电信号进行评分。基于图像先验的单试次脑电P300成分检测装置，包括：复杂度计算排序模块；训练模块；评分模块。本发明可以根据图像复杂度主动预判P300潜伏期的范围。
-
公开(公告)号：CN106022384A
公开(公告)日：2016-10-12
申请号：CN201610361766.1
申请日：2016-05-27
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6261 , G06K9/6296
Abstract: 本发明涉及一种基于fMRI视觉功能数据DeconvNet的图像关注目标语义分割方法，通过被试在自然场景图像刺激下采集到的fMRI视觉功能数据，训练深度卷积神经网络模型，将其映射到关注目标类别标签上进行模型优化；构造与优化后的深度卷积神经网络对称的深度网络模型，利用fMRI视觉功能数据及刺激图像相对应的语义分割结果优化该模型参数，获得fMRI视觉功能数据到逐像素语义分割结果的映射；采集被试观看测试图像的fMRI视觉功能数据，确定被试关注目标类别和逐像素语义分割结果，分割出关注目标区域和相应目标语义。本发明对被试观看自然场景图像时所引发的fMRI视觉功能数据进行解析，提取出刺激图像中所有目标类别并获得语义分割结果，提高关注目标提取的准确性。
-
公开(公告)号：CN105825225A
公开(公告)日：2016-08-03
申请号：CN201610139386.3
申请日：2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6263 , G06K2209/21
Abstract: 本发明公开了一种机器视觉辅助脑电目标判决的方法，克服了现有技术中，因目标图像的具体含义会导致P300成分潜伏期的变化导致单试次P300检测算法精度下降的问题。该发明步骤（1）、通过脑电信号采集设备收集被试的脑电信号；步骤（2）、确定被试P300成分潜伏期的变化误差；步骤（3）、通过P300成分定位目标图像在图像序列中的位置；步骤（4）、结合步骤（2）中确定的潜伏期变化误差与步骤（3）中单试次检测算法确定的目标图像位置，确定目标备选图像；步骤（5）、使用机器视觉对目标备选图像进行识别归类，并统计图像出现最多的类别作为被试所关注的目标图像类别。该技术具有高准确率、低虚警率。
-
公开(公告)号：CN103279644B
公开(公告)日：2016-04-06
申请号：CN201310153660.9
申请日：2013-04-27
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种fMRI头动的实时监测与反馈方法，含有下列步骤：步骤1：将数据处理终端与MRI系统的主控机用网络连接在一起；步骤2：数据处理终端对主控机中的fMRI数据的存储目录进行监控；步骤3：头动参数计算：数据处理终端实时读取主控机中的DICOM格式的文件，并采用经典的刚体变换方法进行头动校正，最终得出六个头动参数；步骤4：进行头动参数显示：数据处理终端将步骤3中得出的六个头动参数以图表的形式显示出来；步骤5：头动视觉反馈：数据处理终端将步骤3中得出的六个头动参数分别映射到对应的坐标系中，并沿着坐标方向设置指示进度条；本发明可提高fMRI的数据质量。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.033 seconds)
