-
公开(公告)号：CN118352085B
公开(公告)日：2024-09-17
申请号：CN202410771228.4
申请日：2024-06-14
Applicant: 之江实验室
IPC: G16H50/30 , G06N3/0455 , G06N3/08 , G16H30/00
Abstract: 本申请涉及一种基于多时间点多模态脑影像数据的脑疾病病程预测系统。所述系统包括：数据采集模块用于采集被试多时间点的多模态脑影像数据；矩阵构建模块用于基于压缩自编码器构建多模态脑影像数据的第一特征时序矩阵；矩阵填补模块用于基于多模态特征时序模型补全第一特征时序矩阵，得到第二特征时序矩阵；病程预测模块用于获取当前时间点之前所有时间点的多模态脑影像数据的病程评分数据集，将第二特征时序矩阵和病程评分数据集输入病程预测模型，获取被试在当前时间点的多模态脑影像数据的病程预测评分。采用本系统能够整合多模态脑影像数据在纵向时间点上的临床评分以及多模态脑影像特征，提高当前时间点多模态脑影像病程预测评分的准确率。
-
公开(公告)号：CN118490240A
公开(公告)日：2024-08-16
申请号：CN202410953500.0
申请日：2024-07-16
Applicant: 之江实验室
Abstract: 本发明涉及电‑磁多模态生理信号采集设备及其制备方法和应用，其中，电‑磁多模态生理信号采集设备包括：非磁性导电水凝胶层；非磁性电连接件，非磁性电连接件的一端设于非磁性导电水凝胶层内部，非磁性电连接件的另一端用于与外部电路电连接；聚磁器，聚磁器包括两个软磁件，两个软磁件间隔设于非磁性导电水凝胶层表面，其中，两个软磁件之间设有由多个磁隧道结排列分布并通过电极串联而成的磁隧道结阵列。本发明的电‑磁多模态生理信号采集设备可同步采集生理电信号与磁信号，同时具有灵敏度高、轻量化、集成度高的特性，能够有效提高生理信号的采集质量以及使用便携性。
-
公开(公告)号：CN118094277B
公开(公告)日：2024-07-02
申请号：CN202410502575.7
申请日：2024-04-25
Applicant: 之江实验室
IPC: G06F18/23213 , G06F18/10 , G06N3/0464 , G06N3/0455 , G06F17/15 , G16H50/70 , A61B5/38 , A61B5/378 , A61B5/16 , A61B5/00
Abstract: 本发明公开了一种基于动态功能脑网络的大脑视听融合机制探索方法和装置，包括：获取每个被试在视听刺激下的EEG数据，对EEG数据进行预处理并划分为若干个epoch；对于每个被试，获取每个epoch中若干个ROI的时序数据；对于每个被试，通过计算两两ROI的epochs之间的相位锁相值PLV，并对所有被试中相同ROI之间的PLV值求平均，得到功能连接脑网络；获取功能连接脑网络的隐含层特征，并与自身进行特征拼接；选取聚类类别数K，对拼接后的特征进行聚类，得到K个聚类质心；计算两两相邻聚类质心对应的功能连接脑网络的差值绝对值，筛选出大于第一预设阈值的差值绝对值对应的功能连接脑网络，用于探索大脑视听融合功能状态变化，更好地表征功能连接脑网络的定量的动态变化。
-
公开(公告)号：CN118177812A
公开(公告)日：2024-06-14
申请号：CN202410600382.5
申请日：2024-05-15
Applicant: 之江实验室
Abstract: 本申请涉及一种心磁信号和心冲击信号采集系统、方法和存储介质，包括第一集成电路、第二集成电路以及计算机设备，其中：第一集成电路包括第一隧道磁阻传感器；第二集成电路包括第二隧道磁阻传感器；第一隧道磁阻传感器的第一侧贴合于待测生物表面；第二隧道磁阻传感器与第一隧道磁阻传感器之间通过非磁性隔离层连接重合；第二隧道磁阻传感器远离待测生物表面；第一隧道磁阻传感器用于采集初始混合信号；第二隧道磁阻传感器用于采集初始心冲击信号；计算机设备用于根据初始混合信号和初始心冲击信号，得到目标心磁信号。通过该系统可以同时采集心磁信号和心冲击信号，解决了目前无法通过一个装置同时采集心磁信号和心冲击信号的问题。
-
公开(公告)号：CN118141391A
公开(公告)日：2024-06-07
申请号：CN202410560673.6
申请日：2024-05-08
Applicant: 之江实验室
IPC: A61B5/372 , G06N3/0464 , G06N3/08 , G06F18/241 , A61B5/369 , A61B5/00 , A61B5/18 , A61B5/16
Abstract: 本发明公开了一种基于熵优化神经网络的跨库脑电疲劳识别方法和系统，该方法包括：获取源域数据库和目标域数据库，并对其中的数据进行预处理；使用可解释性卷积神经网络建立熵优化神经网络模型；使用源域数据库和目标域数据库对模型进行加权熵最小化联合优化训练；再进行动态阈值自训练，即在目标域数据库中根据自适应熵阈值动态选择和增加低熵样本，并结合其伪标签通过交叉熵损失进行自训练，得到最终的熵优化神经网络模型；将待识别的脑电信号输入到最终模型中得到疲劳分类概率。本发明通过新颖的两步策略将目标域数据库中未标记的样本分离，跨库脑电疲劳识别上达到了更高的分类准确率，有效减少了不同领域之间的差异，能够提高疲劳识别性能。
-
Patent Agency Ranking
公开(公告)号：CN118490240B
公开(公告)日：2024-09-24
申请号：CN202410953500.0
申请日：2024-07-16
Applicant: 之江实验室
Abstract: 本发明涉及电‑磁多模态生理信号采集设备及其制备方法和应用，其中，电‑磁多模态生理信号采集设备包括：非磁性导电水凝胶层；非磁性电连接件，非磁性电连接件的一端设于非磁性导电水凝胶层内部，非磁性电连接件的另一端用于与外部电路电连接；聚磁器，聚磁器包括两个软磁件，两个软磁件间隔设于非磁性导电水凝胶层表面，其中，两个软磁件之间设有由多个磁隧道结排列分布并通过电极串联而成的磁隧道结阵列。本发明的电‑磁多模态生理信号采集设备可同步采集生理电信号与磁信号，同时具有灵敏度高、轻量化、集成度高的特性，能够有效提高生理信号的采集质量以及使用便携性。
-
公开(公告)号：CN118429734A
公开(公告)日：2024-08-02
申请号：CN202410901931.2
申请日：2024-07-05
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/25 , G06V10/74
Abstract: 本申请涉及一种磁共振数据分类系统。所述方法包括：采集处理组件获取物体的磁共振数据集；特征提取组件对所述磁共振数据集进行特征提取，得到多个单模态影像特征；特征融合组件对所述多个单模态影像特征进行融合，得到多模态影像特征；分类预测组件基于所述多模态影像特征，得到对应于所述磁共振数据集的预测分类结果。采用本方法能够达到辅助医生提高脑疾病诊断准确率和效率的效果。
-
公开(公告)号：CN118121215A
公开(公告)日：2024-06-04
申请号：CN202410560610.0
申请日：2024-05-08
Applicant: 之江实验室
IPC: A61B5/372 , A61B5/369 , A61B5/00 , A61B5/18 , A61B5/16 , G06F18/213 , G06F18/214 , G06F18/2415 , G06F18/243 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/084 , G06N3/0985 , G06N5/045 , G06N20/20 , G06F123/02
Abstract: 本发明公开了一种基于EGRF模型的跨库脑电疲劳识别方法及装置，该方法包括：获取两个的脑电疲劳数据库，分别作为源域数据库和目标域数据库；建立EGRF网络，该网络包括特征提取模块和分类器模块，所述特征提取模块用于提取脑电信号的特征，所述分类器模块用于输出疲劳识别的概率值；将源域数据库和目标域数据库的处理后的脑电信号输入神经网络进行训练，训练的损失函数包括三部分：目标域数据的熵损失、源域数据的分类损失、主分类器和辅助分类器的差异损失；将目标域数据库待预测的脑电信号输入训练好的网络得到疲劳分类概率。该方法能够提取更加鲁棒的特征，同时借鉴了集成学习的方法，识别效果更好。
-
公开(公告)号：CN117918861B
公开(公告)日：2024-06-04
申请号：CN202410322510.4
申请日：2024-03-20
Applicant: 之江实验室
Abstract: 本申请涉及一种癫痫患者单通道脑电信号的实时检测系统。所述系统包括斜率处理模块用于获取待测脑电信号在时域空间的第一斜率并将第一斜率与标准斜率进行比较，得到第一比较结果；频域转换模块用于基于第一比较结果确定待测脑电信号的测量时间窗，并对测量时间窗内的待测脑电信号快速傅里叶变换，得到对应的频域信息；功率处理模块用于基于频域信息获取测量时间窗待测脑电信号的第一功率，并将第一功率与标准功率比较，得到第二比较结果；结果标记模块用于根据第二比较结果对测量时间窗内的待测脑电信号进行标记。采用本系统能够解决由于场电位中的大幅值低频慢波与小幅值高频快波引起的脑电信号误检问题，提高了脑电信号检测的灵敏度和特异性。
-
公开(公告)号：CN118013352A
公开(公告)日：2024-05-10
申请号：CN202410005945.6
申请日：2024-01-03
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/2134 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于异构图网络的EEG‑fNIRS运动想象识别方法和装置，该方法包括：同步采集EEG和fNIRS运动想象数据及其标签，并进行预处理；构建运动想象识别网络，运动想象识别网络包括用于提取EEG和fNIRS运动想象数据时间特征的时间特征提取模块、用于提取空间特征的异构图卷积模块和用于预测运动想象类别的分类器；将预处理后的运动想象数据作为样本输入运动想象识别网络进行训练，使用交叉熵作为损失函数，采用反向传播方法更新参数，获取训练好的运动想象识别网络；将待识别的运动想象数据输入训练好的运动想象识别网络，获取运动想象类别。本发明能够更好地融合两种模态信号，有效提高运动想象任务的识别性能。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.033 seconds)
