-
公开(公告)号：CN116090225A
公开(公告)日：2023-05-09
申请号：CN202310068713.0
申请日：2023-02-06
Applicant: 中国科学技术大学
IPC: G06F30/20 , G06T7/00 , G06T7/30 , G06V10/774 , G06F17/16 , A61B5/245 , G06F111/04
Abstract: 本发明公开了一种基于同质约束多集典型相关分析的大脑连接网络构建方法，包括：1、将收集到的功能磁共振图像进行预处理，提取大脑所有体素的时序信号，并按照脑区进行整理，构建数据集；2、通过同质约束多集典型相关分析算法，计算出脑区内体素对应的权重向量；3、将每个脑区对应的权重向量映射到个体水平上，计算出每个脑区的表征信号，并利用表征信号计算脑区间两两的相关性作为连接强度；4、根据连接强度的符号构建大脑共变和逆变连接网络。本发明利用功能磁共振成像数据有效提取各个脑区的表征信号，解决了大脑共变和逆变连接网络构建问题，有助于研究大脑的功能分区和连接模式，加深人们对大脑功能分化和整合的认识。
-
公开(公告)号：CN113935376A
公开(公告)日：2022-01-14
申请号：CN202111191445.9
申请日：2021-10-13
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于联合约束典型相关分析算法的大脑功能子区划分方法，其步骤包括：1、将收集到的功能磁共振图像进行预处理，提取待划分脑区和参考脑区的时序信号，构建数据集；2、通过本发明提出的联合约束典型相关分析算法，计算出每个子区域对应的权重向量以及参考脑区的权重向量；3、根据子区域对应的权重向量得到待划分脑区中每个体素的隶属度，并根据参考脑区的权重向量得到与该子区域在功能上密切相关的脑区；4、选取每个权重向量中较大权值对应的体素构成一个子区域，作为划分结果。本发明能同时处理异质性较强的多个受试的功能磁共振成像数据，解决了多个体大脑功能子区的联合划分问题，有助于进一步研究大脑的功能。
-
公开(公告)号：CN117668696A
公开(公告)日：2024-03-08
申请号：CN202311687565.7
申请日：2023-12-11
Applicant: 中国科学技术大学
IPC: G06F18/2415 , A61B5/055 , A61B5/00 , G06F18/27 , G06F18/25 , G06N3/0464 , G06N3/0985 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种基于PointNet++神经网络和持续同调的脑功能连接网络分类方法，包括：1、对获得到的静息态功能核磁共振成像数据预处理；2、基于功能核磁共振数据和脑图谱建立脑功能连接网络；3、利用持续同调工具建立图过滤捕捉持续同调特征；4、提取获取到的的持续同调特征，并转换为三维坐标的形式并且将点数量对齐；5、使用PointNet++神经网络算法，将训练集中持续图的特征点作为输入进行训练；6、使用训练好的神经网络对数据进行预测。本发明能够基于持续同调特征对脑功能连接网络数据进行端到端的分类和回归任务学习，解决了持续同调特征难以量化、难以提取的问题，从而提升了脑功能连接网络分类的准确率。
-
公开(公告)号：CN113935376B
公开(公告)日：2023-03-10
申请号：CN202111191445.9
申请日：2021-10-13
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于联合约束典型相关分析算法的大脑功能子区划分方法，其步骤包括：1、将收集到的功能磁共振图像进行预处理，提取待划分脑区和参考脑区的时序信号，构建数据集；2、通过本发明提出的联合约束典型相关分析算法，计算出每个子区域对应的权重向量以及参考脑区的权重向量；3、根据子区域对应的权重向量得到待划分脑区中每个体素的隶属度，并根据参考脑区的权重向量得到与该子区域在功能上密切相关的脑区；4、选取每个权重向量中较大权值对应的体素构成一个子区域，作为划分结果。本发明能同时处理异质性较强的多个受试的功能磁共振成像数据，解决了多个体大脑功能子区的联合划分问题，有助于进一步研究大脑的功能。
-
-
-
Search Results
4
records
(took 0.02 seconds)
