-
公开(公告)号：CN119074012B
公开(公告)日：2025-04-04
申请号：CN202411162618.8
申请日：2024-08-22
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
IPC: A61B5/369 , H04L67/12 , A61B5/00 , A61B5/11 , G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施方式提供了一种脑部异常放电检测方法、系统、装置、设备及产品，涉及人工智能技术领域。该方法包括：获取受测对象的脑电数据；对脑电数据进行通道间特征提取，得到脑电数据的通道间互信息特征；基于通道间互信息特征对脑电数据进行通道内特征提取，得到脑电数据中各通道的通道内特征；根据多个通道内特征，确定受测对象的异常放电检测结果。本公开对脑电数据进行特征提取，不仅可以捕捉到脑电数据不同通道间的互信息，还可以提取到单通道的时频域信息，使得异常放电检测结果具有更高的检测精度。
-
公开(公告)号：CN119112211A
公开(公告)日：2024-12-13
申请号：CN202411170960.2
申请日：2024-08-23
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开涉及脑电检测领域，具体涉及一种大脑异常放电检测方法、装置、存储介质及电子设备。该大脑异常放电检测方法包括：采集检测对象的脑电信号数据，并同时采集所述检测对象的状态视频；识别所述状态视频中所述检测对象的姿态信息和面部信息，以得到关键点空间轨迹数据；将所述脑电信号数据和所述关键点空间轨迹数据输入预先训练完成的异常预测模型中，以得到所述异常预测模型输出的脑电信息异常预测结果作为大脑异常放电检测结果。本公开提供的大脑异常放电检测方法能够提高大脑异常放电检测结果的准确率和效率。
-
公开(公告)号：CN119033382A
公开(公告)日：2024-11-29
申请号：CN202411162441.1
申请日：2024-08-22
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
Abstract: 本申请的实施例提供了一种多模态脑放电异常检测方法、多模态脑放电异常检测装置、电子设备以及计算机可读存储介质，涉及计算机技术领域。该方法包括：能够采集被测对象的多通道脑电信号，以及面部视频数据，并输入脑放电异常检测模型获取其输出的脑放电异常检测结果；其中，脑放电异常检测模型分别提取多通道脑电信号的第一注意力特征以及面部视频数据的第二注意力特征融合获得融合特征，进而基于融合特征预测脑放电异常检测结果。该方法采集了多通道脑电信号能够提高信息完整性，而且通过模型自动化地提取注意力特征融合预测，能够更充分、深入地获取特征信息，作出更全面、准确的脑放电异常检测，避免人工复检。
-
公开(公告)号：CN119138908A
公开(公告)日：2024-12-17
申请号：CN202411171354.2
申请日：2024-08-23
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
Abstract: 本公开涉及脑电检测领域，具体涉及一种脑部放电异常检测方法、装置、存储介质及电子设备。该脑部放电异常检测方法包括：通过目标设备采集检测对象的脑电信号数据和关键点空间轨迹数据；所述关键点包括脸部关键点空间轨迹数据和身体关键点空间轨迹数据；以及采集检测综合信息；所述检测综合信息包括所述目标设备的基础信息、所述检测对象的基础信息以及所述检测对象所在检测环境的基础信息；将所述脑电信号数据、所述关键点空间轨迹数据以及所述检测综合信息输入预先训练完成的异常预测模型中，得到所述异常预测模型输出的异常预测结果作为脑部放电异常检测结果。本公开提供的脑部放电异常检测方法能够提高脑部放电异常检测结果的准确率和效率。
-
公开(公告)号：CN119097325A
公开(公告)日：2024-12-10
申请号：CN202411170911.9
申请日：2024-08-23
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开实施方式涉及异常放电检测方法、异常放电检测装置、异常放电检测模型的训练方法、异常放电检测模型的训练装置、计算机可读存储介质与电子设备，涉及人工智能技术领域。其中，上述异常放电检测方法包括：确定受测对象的待检测生物医学信号和待检测监控视频；根据待检测监控视频确定出受测对象的运动特征，运动特征包括身体运动特征、头部运动特征、眼睛运动特征、嘴巴运动特征、鼻子运动特征中的至少一种；将待检测生物医学信号和运动特征输入到预先训练的异常放电检测模型中，以得到受测对象的异常放电检测结果。本公开将受测对象的视频动作和生物医学信号结合，进行异常放电的检测，可以提高检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119074012A
公开(公告)日：2024-12-06
申请号：CN202411162618.8
申请日：2024-08-22
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
IPC: A61B5/369 , H04L67/12 , A61B5/00 , A61B5/11 , G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施方式提供了一种脑部异常放电检测方法、系统、装置、设备及产品，涉及人工智能技术领域。该方法包括：获取受测对象的脑电数据；对脑电数据进行通道间特征提取，得到脑电数据的通道间互信息特征；基于通道间互信息特征对脑电数据进行通道内特征提取，得到脑电数据中各通道的通道内特征；根据多个通道内特征，确定受测对象的异常放电检测结果。本公开对脑电数据进行特征提取，不仅可以捕捉到脑电数据不同通道间的互信息，还可以提取到单通道的时频域信息，使得异常放电检测结果具有更高的检测精度。
-
公开(公告)号：CN116439725A
公开(公告)日：2023-07-18
申请号：CN202310348066.9
申请日：2023-04-03
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开实施方式涉及大脑异常放电检测方法、异常放电检测模型的训练方法、大脑异常放电检测装置、异常放电检测模型的训练装置、计算机存储介质与电子设备，涉及人工智能技术领域。所述大脑异常放电检测方法包括：获取受测对象的生物医学信号及视频监控数据；将所述生物医学信号和所述视频监控数据输入至训练好的异常放电检测模型中，得到所述受测对象的异常放电检测结果；其中，所述异常放电检测模型用于根据所述生物医学信号和所述视频监控数据，确定出针对所述受测对象的异常放电检测结果。本公开能够快速输出准确度较高的异常放电检测结果，为医生提供较高的辅助参考价值，便于医生快速得出针对受测对象的诊断结果。
-
公开(公告)号：CN119055250A
公开(公告)日：2024-12-03
申请号：CN202411171359.5
申请日：2024-08-23
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开实施方式涉及异常放电检测方法、异常放电检测装置、异常放电检测模型的训练方法、异常放电检测模型的训练装置、计算机可读存储介质与电子设备，涉及人工智能技术领域。其中，上述异常放电检测方法包括：获取采集的受测对象的生物医学信号和监控视频，所述监控视频为在采集所述受测对象的生物医学信号时对所述受测对象进行拍摄所得到的；根据所述生物医学信号的信号曲线得到生物医学信号图像；将所述生物医学信号图像和所述监控视频输入到预先训练的异常放电检测模型中，以得到所述受测对象的异常放电检测结果。本公开将受测对象的视频动作和生物医学信号图像结合，进行异常放电的检测，可以提高检测的准确性。
-
公开(公告)号：CN119033384A
公开(公告)日：2024-11-29
申请号：CN202411162657.8
申请日：2024-08-22
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
IPC: A61B5/369 , G06F18/2433 , G06T7/269 , G06F18/25 , G06F18/10 , G06V20/40 , G06V20/52 , G06V40/16 , A61B5/00 , A61B5/11
Abstract: 本公开的实施方式提供了一种脑部异常放电检测方法、装置、设备及计算机程序产品，涉及人工智能与多模态技术领域。该方法包括：获取受测对象的生物医学特征数据；获取受测对象的视频监测数据，视频监测数据包括多个连续视频帧；对多个连续视频帧进行光流特征提取处理，得到相邻视频帧之间的光流运动信息；利用预先训练的异常放电检测模型对生物医学特征数据、视频监测数据、光流运动信息进行处理，得到受测对象的异常放电检测结果。本公开将生物医学特征数据、视频数据与光流运动信息结合，实现了多模态数据融合，可以有效克服单一脑电信号或有限视频特征提取所带来的信息不完整性和空间分辨率不足的问题，提高了检测结果的准确性和可靠性。
-
公开(公告)号：CN119033383A
公开(公告)日：2024-11-29
申请号：CN202411162568.3
申请日：2024-08-22
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/372 , A61B5/00 , G06F18/2433 , G06F18/213 , G06F18/10 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本公开的实施例提供了一种图神经脑放电异常检测方法、图神经脑放电异常检测装置、电子设备以及计算机可读存储介质，涉及计算机技术领域。该方法能够对采集的多通道脑电信号以异构图表示各通道之间的关联性，异构图中一个节点对应一个通道的脑电信号，边表示两端节点对应通道的脑电信号存在关联关系；在此基础上，采用基于图卷积神经网络训练得到的脑放电异常检测模型对异构图进行预测获得脑放电异常检测结果。该方法对多通道脑信号中不同通道信号之间深层关联进行图表示，在此基础上图神经网络训练检测模型进行脑放电异常检测，能够挖掘脑信号不同通道间深层隐秘的关联关系，从全局上表征大脑活动状态，以提高脑放电异常检测的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.086 seconds)
