-
公开(公告)号:CN113274037A
公开(公告)日:2021-08-20
申请号:CN202110739351.4
申请日:2021-06-30
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
Abstract: 本发明公开了一种动态脑功能网络的生成方法、系统及设备,其中,所述方法包括:获取被试人员的头皮脑电数据,并进行伪迹去除预处理,以获取高质量头皮脑电信号;基于高质量头皮脑电信号,获取被试人员的微状态时间序列,并针对指定微状态,在所述微状态时间序列中确定所述指定微状态的闭环周期;基于所述闭环周期内的时序信号,确定所述被试人员在所述闭环周期内的静息态功能网络;基于多个所述静息态功能网络确定所述指定微状态周期内随微状态时间序列变化的动态静息态功能网络并进行网络拓扑特性分析。本发明提供的技术方案,能够生成更加精确的动态脑功能网络。
-
公开(公告)号:CN113274037B
公开(公告)日:2022-08-26
申请号:CN202110739351.4
申请日:2021-06-30
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
Abstract: 本发明公开了一种动态脑功能网络的生成方法、系统及设备,其中,所述方法包括:获取被试人员的头皮脑电数据,并进行伪迹去除预处理,以获取高质量头皮脑电信号;基于高质量头皮脑电信号,获取被试人员的微状态时间序列,并针对指定微状态,在所述微状态时间序列中确定所述指定微状态的闭环周期;基于所述闭环周期内的时序信号,确定所述被试人员在所述闭环周期内的静息态功能网络;基于多个所述静息态功能网络确定所述指定微状态周期内随微状态时间序列变化的动态静息态功能网络并进行网络拓扑特性分析。本发明提供的技术方案,能够生成更加精确的动态脑功能网络。
-
公开(公告)号:CN115731176A
公开(公告)日:2023-03-03
申请号:CN202211435875.5
申请日:2022-11-16
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州大学附属儿童医院
IPC: G06T7/00 , G06V10/40 , G06V10/771 , G06V10/80 , G06V10/764 , G06V10/77 , G16H50/20
Abstract: 本发明公开了一种基于人机特征融合的胶质瘤智能分级方法、系统及设备,该方法包括以下步骤:S1、获取胶质瘤患者的多序列磁共振图像;S2、对多序列磁共振图像进行预处理;S3、进行影像组学特征提取和临床专家评分特征提取;S4、进行特征选择与特征融合;S5、将融合特征输入机器学习分类模型中,得到胶质瘤图像分级结果。本发明利用机器学习分类模型通过影像组学特征和临床专家评分特征的融合特征进行胶质瘤图像的智能分级,可将专家的知识和经验融入分类模型中,能够提升胶质瘤自动分级的准确性,在胶质瘤无创分析、治疗方案制定和预后评估方面具有潜在的应用价值。
-
公开(公告)号:CN119810226A
公开(公告)日:2025-04-11
申请号:CN202411771578.7
申请日:2024-12-04
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T11/00 , G06T3/4053 , G06T3/4046 , G06V10/774 , G06V10/776 , G06V10/44 , G06V10/54
Abstract: 本发明提供基于隐表示模型的脑磁共振图像超分辨率重建方法及系统,包括步骤:获取不同层厚的各向异性脑磁共振图像,分为训练数据和测试数据;对脑磁共振图像进行预处理;对预处理后的训练数据进行处理,以生成训练样本;采用训练样本对基于隐表示模型的超分辨率重建模型进行训练;将预处理后的测试数据输入训练好的模型,进行堆叠得到三维图像,再进行平均,最终得到各向同性脑磁共振图像。本发明使用深度学习超分辨率重建方法进行不同层厚各向异性脑磁共振图像的超分辨率重建,通过设计基于隐表示模型的可学习坐标编码模块,充分利用图像特征和坐标信息间的相关性,设计了混合损失函数,提升不同层厚各向异性脑磁共振图像超分辨率重建的准确性。
-
公开(公告)号:CN115982947A
公开(公告)日:2023-04-18
申请号:CN202211517912.7
申请日:2022-11-30
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06F30/20 , G06F17/16 , A61B5/245 , A61B5/369 , G06F111/04
Abstract: 本发明公开了一种源成像的逆问题分析方法、装置及电子设备,其中,该方法包括:构建真实头脑模型和源模型;求解得到传导矩阵;按照空间距离对源模型中的偶极子进行区域化,并构建组间稀疏约束模型;构建偶极子强度广义全变分稀疏约束模型;将组间稀疏约束模型与偶极子强度广义全变分稀疏约束模型融合,构建逆问题求解模型;基于逆问题求解模型,确定源模型中偶极子的激活范围及强度。本发明首先对偶极子进行区域化并考虑组间稀疏性,刻画皮层电活动的结构稀疏先验。另外,通过偶极子强度广义全变分刻画皮层上激活区域边界处的突变性与激活区域内的平滑特性。最终,通过重加权的求解方式实现偶极子激活范围及强度的准确估计。
-
公开(公告)号:CN115829986A
公开(公告)日:2023-03-21
申请号:CN202211610437.8
申请日:2022-12-14
Applicant: 中国科学院苏州生物医学工程技术研究所 , 济南国科医工科技发展有限公司
IPC: G06T7/00 , G06V10/26 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于卷积重参数化的医学图像分割方法、系统及设备,该方法包括以下步骤:S1、采集多模态医学图像;S2、对多模态医学图像进行预处理,构建训练数据集;S3、构建基于卷积重参数化的医学图像分割模型;S4、采用训练数据集对医学图像分割模型进行训练;S5、将待分割的医学图像输入训练好的医学图像分割模型中,得到分割结果。本发明提供的基于卷积重参数化的医学图像分割方法及系统,可以增强分割网络模型中卷积核的骨架参数,从而提高分割网络的表达能力。本发明能够帮助提升胶质瘤分割的准确性,在胶质瘤形态学分析、高低级别鉴定和预后评估方面具有潜在的应用价值。
-
公开(公告)号:CN115721323A
公开(公告)日:2023-03-03
申请号:CN202211465471.0
申请日:2022-11-22
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本说明书公开了一种脑机接口信号识别方法、系统及电子设备,能够实现对MI‑EEG/MEG信号的高精度识别分类。所述方法包括:获取原始脑电/脑磁信号并进行预处理生成脑电/脑磁测量信号,在测量空间中提取相应的全局特征信息;将脑电/脑磁测量信号转换为脑电/脑磁源信号,在源空间中提取相应的细节特征信息;利用跨空间融合卷积神经网络获取全局特征信息与细节特征信息的融合特征信息,根据融合特征信息进行分类以确定所述原始脑电/脑磁信号对应的运动意图。所述系统包括原始信号获取模块、频带分析模块、全局特征提取模块、脑源成像模块、细节特征提取模块与跨空间融合模块。所述电子设备中处理器用于执行所述脑机接口信号识别方法。
-
公开(公告)号:CN114431851A
公开(公告)日:2022-05-06
申请号:CN202210116846.6
申请日:2022-02-07
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种神经电生理正问题建模方法、装置及电子设备,其中,所述方法包括:获取目标对象的被试MRI数据,并根据所述被试MRI数据,构建头脑几何结构模型和头表面测量电极分布模型;其中,所述头脑几何结构模型中包括所述目标对象的囟门组织的位置信息;构建所述目标对象的源模型,并根据所述头脑几何结构模型、所述头表面测量电极分布模型以及所述源模型,确定正问题模型中的传导矩阵;根据历史被试数据构建第一模型,以及根据所述传导矩阵构建第二模型,并确定所述第一模型和所述第二模型之间的误差模型;基于所述传导矩阵和所述误差模型,构建与所述被试MRI数据相匹配的第三模型。本申请提供的技术方案能够提高正问题模型建模精度。
-
公开(公告)号:CN119763766A
公开(公告)日:2025-04-04
申请号:CN202411655965.4
申请日:2024-11-19
Applicant: 无锡市儿童医院 , 中国科学院苏州生物医学工程技术研究所
IPC: G16H20/30 , G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/088 , G06N3/098
Abstract: 本发明提供基于运动想象脑机接口的痉挛性脑瘫儿童康复方法及系统。本发明一方面针对痉挛性脑瘫儿童的严重程度构建特定的运动想象范式,包括左侧偏瘫范式、右侧偏瘫范式和双瘫范式,能够有针对且有效地提高痉挛性脑瘫儿童康复疗效。并且,本发明提供运动想象脑机接口方案对脑电图信息进行解码,有效评估运动想象是否需要调整,形成闭环反馈,确保运动想象脑机接口疗法的可靠性。另一方面,本发明所构建的将运动想象脑机接口与常规康复训练相结合的康复方法与系统,有助于提高康复训练的效果和患者的康复参与度,进而为痉挛性脑瘫儿童提供了一种更加有效、科学的康复解决方案。
-
公开(公告)号:CN118314154A
公开(公告)日:2024-07-09
申请号:CN202410463970.9
申请日:2024-04-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 南京脑科医院
IPC: G06T7/11 , G06V10/42 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像分割技术领域,公开了一种核磁共振图像分割方法、装置、设备、存储介质及程序产品,该方法包括:构建组织分割网络,组织分割网络包括主编码器、辅编码器以及解码器,其中,主编码器包括查询自适应双层自注意力模块;将待分割图像输入组织分割网络,获得输出的分割图像,其中,通过主编码器中的查询自适应双层自注意力模块将待分割图像中远距离像素之间的关系进行建模并提取像素级特征,通过辅编码器提取待分割图像中的局部特征,将主编码器与辅编码器的输出输入至解码器,整合后输出分割图像。本发明可以同时捕捉全局和局部语义特征,提高分割结果的准确性,且还能在提升分割精度的同时,避免计算复杂度的大幅提升。
-
-
-
-
-
-
-
-
-