-
公开(公告)号：CN114239705A
公开(公告)日：2022-03-25
申请号：CN202111480785.3
申请日：2021-12-06
Applicant: 大连理工大学
IPC: G06K9/62 , G06N3/04 , A61B5/055 , A61B5/00 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 一种基于显著图解释多被试复数fMRI数据CNN分类结果的方法，属于生物医学信号处理领域。将单被试的切片样本送入一个训练好的CNN模型获得卷积层输出的特征图，将多通道特征图进行平均并上采样到与输入样本同样的尺寸；经过归一化、取阈值获得分类过程中所依据的显著特征，以解释单被试的分类结果；对于多个被试，将同类被试的特征图先取平均，归一化后取阈值获得分类过程中所依据的组显著特征，用于解释多被试的分类结果。从多个被试的复数静息态fMRI数据中提取DMN成分后，分别建立SSP图和SSM图的样本集，用于训练两个结构相同的CNN模型；本发明的显著图可视化方法显示出SSP图比SSM图在CNN网络的内部传递中生成了更完整、区分度更高的显著特征，提高了CNN模型分类的可信度。
-
公开(公告)号：CN110916661B
公开(公告)日：2021-06-08
申请号：CN201911144811.8
申请日：2019-11-21
Applicant: 大连理工大学
Abstract: 一种ICA‑CNN分类的fMRI脑内数据时间预滤波增广方法，属于生物医学信号处理领域。首先对fMRI脑内数据施加时间滤波，增广生成新的fMRI数据集；然后送入ICA‑CNN框架，实现对病人与健康人分类性能的改进。采用本发明对82被试的静息态fMRI数据进行病人和健康人的分类，采用三种具有不同通频带的理想带通滤波器对fMRI脑内数据进行时间滤波，生成三组fMRI数据集，然后送入ICA‑CNN框架分类。相比已有的多模型阶数数据增广方法，本发明能将分类准确率提高8.24％；若将二者结合，能将分类准确率提高21.06％。因此本发明既能独立提升网络分类性能，也容易与其他增广方法结合，显著提高分类准确率。
-
公开(公告)号：CN108903942B
公开(公告)日：2021-05-11
申请号：CN201810742529.9
申请日：2018-07-09
Applicant: 大连理工大学
IPC: A61B5/055
Abstract: 一种利用复数fMRI空间源相位识别空间差异的方法，属于生物医学信号处理技术领域。对复数fMRI数据进行空间ICA分离，选取感兴趣成分，再进行相位校正和消噪，获得感兴趣成分的空间源相位，最后通过方差齐性分析和方差差异系数计算，识别SZs与HCs在空间源相位中的差异。与被广泛应用的幅值数据相比，本发明利用空间源相位识别精神分裂症患者组与健康对照组之间的空间差异，能展示更高的灵敏度以及可靠性。例如，针对82被试静息状态下采集的复数fMRI数据，在不使用FDR校正的前提下，空间源相位在DMN中多提取到了122.95％的差异性体素，并且由空间源相位提取到的能够通过FDR校正的差异性体素比幅值多出69％。
-
公开(公告)号：CN111046918A
公开(公告)日：2020-04-21
申请号：CN201911144803.3
申请日：2019-11-21
Applicant: 大连理工大学
Abstract: 一种ICA-CNN分类的fMRI数据空间预平滑增广方法，属于生物医学信号处理领域。首先，对fMRI观测数据施加不同FWHM的空间平滑，增广生成新的fMRI数据集；然后送入ICA-CNN框架，实现对病人与健康人分类性能的改进。采用本发明对82被试的静息态fMRI数据进行病人和健康人的分类，采用三种不同FWHM的高斯滤波器对观测数据进行空间平滑，生成三组fMRI数据集，然后送入ICA-CNN框架进行分类。相比已有的多模型阶数数据增广方法，本发明能够将分类准确率提高2％；若将二者结合，能将分类准确率提高12.71％。因此，本发明既能独立提升网络分类性能，也容易与其他增广方法结合，显著提高分类准确率。
-
公开(公告)号：CN109948529A
公开(公告)日：2019-06-28
申请号：CN201910205693.0
申请日：2019-03-18
Applicant: 大连理工大学
Abstract: 本发明公开了一种fMRI数据空间源相位从实数域到复数域的映射方法，属于生物医学信号处理领域。首先，对fMRI实数域相位数据进行空间ICA分离，根据感兴趣成分的空间参考网络对ICA得到的源成分做极性校正，选取感兴趣成分；接着，选取感兴趣成分的空间源相位，对其做取正值和空间平滑预处理；然后，估计空间源相位值的分布直方图，生成对称化的数据点，并求取拟合这些数据点的函数；最后，将拟合函数的值域变换到[0,π]得到映射函数，并将其用于空间源相位从实数域到复数域的映射。本发明将复数域空间源相位的消噪优势推广到了实数域，克服了传统阈值消噪法的性能劣势，为fMRI数据分析的后处理消噪提供了新的手段。
-
Patent Agency Ranking
公开(公告)号：CN105912851B
公开(公告)日：2019-04-16
申请号：CN201610218145.8
申请日：2016-04-07
Applicant: 大连理工大学
IPC: G06F17/10
Abstract: 一种利用PCA和非环形特性估计复数fMRI数据模型阶数的方法，属于生物医学信号处理领域。先对复数fMRI数据进行连续主成分数的PCA消噪，再计算消噪数据的非环形度量DOI，得到DOI曲线并进行必要的调整，最后采用SORTE准则检测DOI曲线的拐点，该拐点对应的PCA成分数即为所估计模型阶数。本发明利用了完整的复数fMRI数据，能估计出更高更准确的模型阶数，进而分离更多更好的空时成分。在敲击手指任务下采集的复数fMRI数据的ICA分析中，本发明估计阶数下获取的单被试SM和TC与参考信号的相关系数最大可提高202.42％和51.89％以及123.15％和431.30％(DMN)。
-
公开(公告)号：CN107945196A
公开(公告)日：2018-04-20
申请号：CN201711352536.X
申请日：2017-12-15
Applicant: 大连理工大学
CPC classification number: G06T7/13 , G06T3/4038 , G06T2207/10004
Abstract: 本发明一种用于航拍校正图像拼接的图像边沿检测方法，属于计算机视觉领域。无人机非理想的俯仰角、翻滚角等信息会造成航拍图像的非线性畸变，而通过几何校正后，校正图像边沿会产生大量无规则的噪点。在多幅航拍图像进行拼接形成一张无缝的大场景图像时，若直接对每幅航拍校正图像进行裁剪，将裁去大量有效信息，不裁剪则会产生明显的拼接噪点。本发明对存在边沿噪声的航拍校正图像进行两次边沿检测，以一定的规则区分无效像素与有效像素，确定边沿噪声带。在校正图像拼接时，只需剪裁掉此噪声带，即可避免拼接噪声，同时又最大限度地保留了图像的有效场景。
-
公开(公告)号：CN107240098A
公开(公告)日：2017-10-10
申请号：CN201710449823.6
申请日：2017-06-16
Applicant: 大连理工大学
IPC: G06T7/00
Abstract: 一种脑功能连接分析的稀疏贝叶斯网络与Granger双约束方法，属于生物医学信号处理领域。对于从多被试fMRI数据中提取的时间过程成分，同时进行稀疏贝叶斯网络(SBN)分析与Granger因果连接分析，寻找两种有效连接方法间的内在一致性，提取两种方法共有的网络连接，作为多被试fMRI数据的稳定脑功能连接加以输出，为脑功能研究和脑疾病诊断提供更好的技术支持。以默认网络DMN内部7个子成分为对象，以本发明提取的稳定连接为目标网络，采用Granger方法对40个健康被试对照组与42个精神分裂症患者组进行分析，两组被试在目标网络的连接结果上差异显著。
-
公开(公告)号：CN104182974B
公开(公告)日：2017-02-15
申请号：CN201410392413.9
申请日：2014-08-12
Applicant: 大连理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于特征点进行图像匹配的加速方法，属于计算机视觉领域。其特征在于，在目标图像和参考图像特征点提取和特征描述子构建之间加入fishing策略，将目标图像的所有特征点按照位置均匀划分为N×N个子区域，从各子区域里随机选取一定比例的特征点，并仅为这些特征点构建特征描述子并匹配。如果从某子区域中取出的特征点在参考图像中有较多匹配点，那么就增加下一次从该区域中选取特征点的数量，反之减少，直到匹配点总数达到阈值要求，或参与匹配的特征点达到一定比例。当参考图像已知时，与原有基于特征点进行图像匹配的方法相比，本发明可将图像匹配速度提高5倍左右，且不降低匹配精度、节省内存，并在一定程度上解决了匹配点的聚集问题。
-
公开(公告)号：CN105760700A
公开(公告)日：2016-07-13
申请号：CN201610165248.2
申请日：2016-03-18
Applicant: 大连理工大学
Abstract: 一种适于多被试复数fMRI数据分析的自适应定点IVA算法，属于生物医学信号处理领域。采用基于多维广义高斯分布(MGGD)的非线性函数估计复数fMRI数据的源向量成分(SCV)分布；采用最大似然法自适应地估计MGGD的形状参数，与变化SCV分布自动匹配；在SCV主导子空间更新基于MGGD的非线性函数，实现对复数fMRI数据的消噪；在算法更新过程中加入输入数据的伪协方差阵，直接利用复数fMRI数据的非环形特性，进一步提高IVA分析复数fMRI数据的针对性。本发明能够有效分析高噪声水平但脑功能信息最为全面的多被试复数fMRI数据，在被试间差异性大且信噪比低的不利情况下，能为脑功能研究和脑疾病诊断提供更好的依据。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.026 seconds)
