-
公开(公告)号：CN108197629A
公开(公告)日：2018-06-22
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN108197629B
公开(公告)日：2021-12-31
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN112418338B
公开(公告)日：2024-08-23
申请号：CN202011364819.8
申请日：2020-11-27
Applicant: 北京工业大学
IPC: G16H50/70 , G16H10/60 , G06F18/213 , G06F18/23
Abstract: 本发明涉及一种基于显著点自适应等度量映射流形的癫痫数据降维的聚类可视化方法，用于分析癫痫病人不同时期的演化规律，具体包括以下内容：选择癫痫病人的脑电数据集；设置显著点自适应等度量映射流形的各种初始参数；构建脑电样本的邻域图；选择显著脑电样本点，并计算从显著样本点到所有样本点之间的最短路径；分段线性自适应调节机制更新距离矩阵；计算低维嵌入坐标；自适应优化嵌入坐标；2维和3维聚类可视化分析。本发明可视化效果明显，有很好的聚类表现。本发明可以辅助专业的医务员标注数据，并且方便医务人员及交叉领域人员分析导致癫痫病人的脑电在不同时期产生这种聚类规律的内在病理缘由。
-
公开(公告)号：CN113158964B
公开(公告)日：2024-05-28
申请号：CN202110494434.1
申请日：2021-05-07
Applicant: 北京工业大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于残差学习和多粒度特征融合的睡眠分期方法，属于信号处理和模式识别领域。首先，对原始睡眠脑电信号进行预处理，获得若干睡眠脑电信号数据样本，且每一个数据样本包含N个通道的数据。接下来，对每一个数据样本的N个通道数据分别进行HHT获得N个脑电数据的时频矩阵特征。最后，将所有样本的上述时频矩阵特征送入基于残差学习和多粒度特征融合的睡眠分期网络中，完成睡眠脑电信号的多粒度特征提取和分类任务。本发明能够在自适应提取到的睡眠脑电信号时频特征上高效融合不同粒度特征，实验证明本发明提出的网络训练速度快，对专家先验知识依赖少，有效提升了现有自动化睡眠分期方法的分类性能和效率。
-
公开(公告)号：CN112989918B
公开(公告)日：2024-05-28
申请号：CN202011558723.5
申请日：2020-12-25
Applicant: 北京工业大学
IPC: G06F18/10 , G06F18/214 , G06N20/00
Abstract: 本发明涉及一种基于核递推最小二乘自适应追踪算法的脑电信号在线预测方法，用于解决在线检测的脑电信号存在不准确、缺失的问题。包括训练和预测两个阶段，训练阶段包括生成脑电信号标签；选择回遗忘策略，更新中间参数；对脑电信号进行在线预测，得到无噪声方差、预测的平均输出信号片段和预测的方差；计算当次迭代的预测的输出信号片段与输出脑电时序序列片段标签之根均方误差，并调节中间参数，如果所有样本中所有片段的根均方误差达到最小，则训练完成，进行在线预测阶段；否则继续训练；本发明实现了脑电信号的预测，解决了脑电信号测量不准确，信号缺失的问题。
-
Patent Agency Ranking
公开(公告)号：CN117653117A
公开(公告)日：2024-03-08
申请号：CN202410080082.9
申请日：2024-01-19
Applicant: 北京工业大学
Abstract: 本发明提供基于交叉频率耦合和频带注意力机制的心理状态检测方法，涉及脑电信号处理技术领域，包括：对脑电数据进行预处理并分解至高频带范围和低频带范围，分别进行子频带选择；对每个子频带的多通道分解结果计算相位‑振幅耦合矩阵；计算每对子频带的注意力权值，并聚合卷积特征，得到每个频带耦合特征的唯一表示；进行多尺度特征提取，捕捉不同感受野内贡献度高的耦合特征并进行特征增强处理；心理状态分类网络初始模型对经特征增强处理后的耦合特征进行压缩，降低耦合特征的维度，得到新的特征表示，通过多层全连接层基于新的特征表示进行分类训练，得到优化后的心理状态分类网络模型。本发明可以有效提高分类模型对心理状态检测的准确性。
-
公开(公告)号：CN115193055A
公开(公告)日：2022-10-18
申请号：CN202210164356.3
申请日：2022-02-22
Applicant: 北京工业大学
IPC: A63F13/67 , A63F13/822
Abstract: 本发明属于推荐系统领域，针对多人在线战术竞技类型MultiplayerOnlineBattleArena,MOBA游戏装备推荐问题，提出了一种基于图注意力网络的MOBA游戏装备推荐方法。首先使用基于Transformer的局部和全局注意力特征提取方法，针对局内对战队伍的多属性特征进行细粒度提取，促使模型在装备推荐时既考虑己方协助信息也考虑敌方制约信息，进行有效信息互通。其次，基于图注意力网络的全局多重聚合方法通过计算影响因子权重深入更新聚合特征，不断强化英雄‑英雄、英雄‑装备间的交互影响。本发明在Precision和MAP指标上明显优于先前方法，对MOBA游戏的装备推荐更准确有效。
-
公开(公告)号：CN114445643A
公开(公告)日：2022-05-06
申请号：CN202210090736.7
申请日：2022-01-26
Applicant: 北京工业大学
IPC: G06V10/46 , G06V10/25 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/055
Abstract: 本发明提供了一种基于显著稀疏强关联的fmri脑功能连接数据特征提取方法，该方法借鉴了空间自注意力机制思想，对fmri数据相关的显著性区域特征进行提取并对非显著性区域特征做稀疏化处理，而后结合不同显著性区域特征的强关联性解决数据特征提取过程中出现的样本维度高、冗余特征过多，以及特征关联信息利用不足等问题。为了客观评价所提出模型的有效性，在ABIDE和ADHD数据集上进行验证。实验结果表明，本文提出的特征提取方法有效提高了fmri脑功能连接数据的分类准确率。
-
公开(公告)号：CN110090017B
公开(公告)日：2021-09-14
申请号：CN201910178711.0
申请日：2019-03-11
Applicant: 北京工业大学
Abstract: 本发明公开一种基于LSTM的脑电信号源定位方法，包括以下步骤：步骤(1)、模拟脑电数据生成；步骤(2)基LSTM的定位模型构建、步骤(3)、模拟脑电数据训练定位模型；步骤(4)、真实脑电数据预处理；步骤(5)、针对真实脑电数据的信号源定位。采用本发明技术方案，可以根据采集的脑电信号推测出信号源在颅内位置。
-
公开(公告)号：CN113283283A
公开(公告)日：2021-08-20
申请号：CN202110293552.6
申请日：2021-03-18
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于掩码指导的特征净化视频目标分割方法，属于特征学习和图像目标分割技术领域。该方法首先构造训练数据集。使用编码器得到嵌入特征，将嵌入特征输入前向预测解码器生成前向预测掩码。随后使用前向预测编码与嵌入特征对输入进行掩码平均池化操作，得到全局目标特征。将其通过注意力传播操作得到经过前景增强后的嵌入特征并与嵌入特征进行拼接后，输入反馈解码器生成反馈重估计预测掩码。通过融合得到目标分割结果。本发明保证有意义信息能够输入到解码器中而无用信息被过滤，克服了中层特征忽视语意内容这一缺陷，使神经网络提取的特征在视频目标分割任务上取得了更加优秀的效果。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.066 seconds)
