-
公开(公告)号：CN118787357A
公开(公告)日：2024-10-18
申请号：CN202410767393.2
申请日：2024-06-14
Applicant: 北京航空航天大学
Abstract: 本发明公开了基于联合对角化的脑磁坏段自动识别和修复方法及系统，其中方法步骤包括：获取被测对象原始的多通道脑磁信号；对多通道脑磁信号进行分段，得到若干分段数据；计算每个分段数据的协方差矩阵和平均协方差矩阵；基于协方差矩阵和平均协方差矩阵，识别分段数据中的坏段数据；利用联合对角化方法，对坏段数据进行修复。本发明的方法中将采集的多通道脑磁信号进行分段，利用协方差矩阵和欧式距离来识别坏段，实现了坏段的自动识别，可有效推广到其他时间序列信号。另外，本发明将联合对角化分析方法应用于坏段修复，克服了传统插值方法降低数据容量的缺点。此外，本发明无需手动标记或输入其他参数，可以有效减少识别和标记过程。
-
公开(公告)号：CN118415642A
公开(公告)日：2024-08-02
申请号：CN202410685344.4
申请日：2024-05-30
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种可穿戴脑磁图仪的磁强计深度调节方法，包括以下步骤：基于光学扫描仪获取被试头盔和人脸的两部分三维信息，并采用两步配准获得磁强计相对于MRI图像头皮表面的位置和方向；基于MRI坐标系下磁强计和头皮的位置与方向，计算磁强计底面沿探头轴向移动到头皮的最小距离；基于该距离，利用电机推杆或其他控制方法将磁强计沿轴向行进相应距离。本发明所实现的磁强计深度调节方法具有自动化、高精度、高效率的特性，能够自动计算磁强计深度调整最佳距离，辅助头盔设计，提高脑磁源定位精度和头盔头皮贴合度，简化深度调整流程，方便医护人员使用，进一步地推动脑磁的医学应用。
-
公开(公告)号：CN115908451A
公开(公告)日：2023-04-04
申请号：CN202211380668.4
申请日：2022-11-04
Applicant: 北京航空航天大学
Abstract: 本发明提供一种结合多视图几何及迁移学习的心脏CT影像分割方法，其由数据预处理，迁移学习以及后处理部分组成。数据预处理包含数据集拆分，无关区域剔除、位置嵌入、边界增强以及维度变换，作用是得到可用于训练和测试网络的数据集；迁移学习包含预训练、逻辑重整以及权重微调，作用是得到可用于心脏分割的最终权重；后处理包含推理预测以及逐点投票，作用是使用最终权重完成对三维CT影像的心脏分割并进一步优化得到最终的心脏模型。本发明通过运用多视图几何及迁移学习的方法，实现了对心脏模型的准确分割。
-
-
Search Results
3
records
(took 0.016 seconds)
