-
公开(公告)号：CN106355189B
公开(公告)日：2019-04-23
申请号：CN201510420802.2
申请日：2015-07-13
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于灰建模的EEG‑fMRI的融合方法，其步骤包括：(1)对原始EEG进行降采样及溯源，以便于对EEG和fMRI数据在空域和时域进行配准；(2)对EEG和fMRI数据进行预处理；(3)对数据进行累加生成，为建立灰色模型做必要的准备；(4)利用GM(1，1)模型提取特征，求取相应的参数；(5)对EEG和fMRI的特征参数进行融合；(6)将融合后的特征反投影回观测域得到最终的结果。本发明通过灰建模方法可以有效地融合EEG和fMRI的特点，得到同时具有高的时间分辨率和高空间分辨率的图像。
-
公开(公告)号：CN107180227A
公开(公告)日：2017-09-19
申请号：CN201710300118.X
申请日：2017-05-02
Applicant: 西北工业大学
IPC: G06K9/00
Abstract: 基于对角变换矩阵灰色预测模型DTMGM+的云预测和预报方法，属于计算机信息处理技术在大气科学研究领域中的具体应用。其特征为：将原始卫星云图(遥感资料)或卫星遥感产品作为数据源，使用少量的临近历史资料作为数据集，在数据集中用各时次数据平面内的以固定位置点为中心的m*m窗口内的数据矩阵构造时间矩阵序列建立DTMGM+灰色预测模型，设置生长因子和消亡因子对模型输出结果进行调控，通过模型解算来预测该位置点上的数值在未来的发展趋势，将所有的固定位置点上的预测值组合输出为新的产品集，最后在代表未来状态的产品集中解析目标信息的局部或整体的状态，实现对未来时刻的云的生命史过程的预测和预报。
-
公开(公告)号：CN106354990B
公开(公告)日：2020-10-16
申请号：CN201510420804.1
申请日：2015-07-13
Applicant: 西北工业大学
IPC: G06T7/13
Abstract: 本发明公开了一种检测fMRI信号和EEG信号之间一致性的方法，它实现了将BOLD‑fMRI信号转换成头皮BOLD‑电位，然后和同步EEG信号拓扑图和时间序列进行对比分析，基本步骤如下：(1)fMRI图像边缘提取和环形映射；(2)图像信息整合，将多层扫描信息整合到圆形区域；(3)空白区拟合填充；(4)电势转换，将BOLD‑fMRI信号转换成皮层电信号；(5)将转换的皮层BOLD‑电位加载到有限元模型(Finite Element Method，FEM)构建的头模型上，求解头皮电位分布；(6)将头皮BOLD‑电信号分布和同步获取的EEG信号进行拓扑图和时间序列对比，以分析研究fMRI和EEG信号之间的一致性。
-
Patent Agency Ranking
公开(公告)号：CN105718953A
公开(公告)日：2016-06-29
申请号：CN201610045616.X
申请日：2016-01-25
Applicant: 西北工业大学
CPC classification number: G06K9/6269 , G06K9/00536
Abstract: 本发明提出了一种基于矩阵灰建模的单次P300检测方法，属于认知神经科学领域，涉及一种事件相关电位P300的特征提取和识别检测方法，具体是涉及一种基于灰色理论中的矩阵灰建模的单次P300检测方法。所述方法包括：1、对原始采集脑电信号进行预处理；2、导联组合选择，根据训练集数据目标刺激与非目标刺激的波形图，选择顶枕区波形差异最明显的4个导联作为最优电极；3、对4个导联的数据进行分段矩阵灰建模，并提取模型参数作为特征向量；4、利用Fisher比率值的方法进行最优特征选择，同时达到降低特征向量维数的目的；5、利用支持向量机分类器对特征向量进行分类，实现单次P300的检测识别。经实验数据测试表明，该算法能够提高单次检测P300的检测识别率，并且在少次叠加时，正确识别率可进一步得到提高。
-
公开(公告)号：CN107180227B
公开(公告)日：2021-02-19
申请号：CN201710300118.X
申请日：2017-05-02
Applicant: 西北工业大学
IPC: G06K9/00
Abstract: 基于对角变换矩阵灰色预测模型DTMGM+的云预测和预报方法，属于计算机信息处理技术在大气科学研究领域中的具体应用。其特征为：将原始卫星云图(遥感资料)或卫星遥感产品作为数据源，使用少量的临近历史资料作为数据集，在数据集中用各时次数据平面内的以固定位置点为中心的m*m窗口内的数据矩阵构造时间矩阵序列建立DTMGM+灰色预测模型，设置生长因子和消亡因子对模型输出结果进行调控，通过模型解算来预测该位置点上的数值在未来的发展趋势，将所有的固定位置点上的预测值组合输出为新的产品集，最后在代表未来状态的产品集中解析目标信息的局部或整体的状态，实现对未来时刻的云的生命史过程的预测和预报。
-
公开(公告)号：CN105718953B
公开(公告)日：2019-07-05
申请号：CN201610045616.X
申请日：2016-01-25
Applicant: 西北工业大学
Abstract: 本发明提出了一种基于矩阵灰建模的单次P300检测方法，属于认知神经科学领域，涉及一种事件相关电位P300的特征提取和识别检测方法，具体是涉及一种基于灰色理论中的矩阵灰建模的单次P300检测方法。所述方法包括：1、对原始采集脑电信号进行预处理；2、导联组合选择，根据训练集数据目标刺激与非目标刺激的波形图，选择顶枕区波形差异最明显的4个导联作为最优电极；3、对4个导联的数据进行分段矩阵灰建模，并提取模型参数作为特征向量；4、利用Fisher比率值的方法进行最优特征选择，同时达到降低特征向量维数的目的；5、利用支持向量机分类器对特征向量进行分类，实现单次P300的检测识别。经实验数据测试表明，该算法能够提高单次检测P300的检测识别率，并且在少次叠加时，正确识别率可进一步得到提高。
-
公开(公告)号：CN106355189A
公开(公告)日：2017-01-25
申请号：CN201510420802.2
申请日：2015-07-13
Applicant: 西北工业大学
IPC: G06K9/62
CPC classification number: G06K9/6289 , G06K9/629
Abstract: 本发明提出了一种基于灰建模的EEG-fMRI的融合方法，其步骤包括：(1)对原始EEG进行降采样及溯源，以便于对EEG和fMRI数据在空域和时域进行配准；(2)对EEG和fMRI数据进行预处理；(3)对数据进行累加生成，为建立灰色模型做必要的准备；(4)利用GM(1，1)模型提取特征，求取相应的参数；(5)对EEG和fMRI的特征参数进行融合；(6)将融合后的特征反投影回观测域得到最终的结果。本发明通过灰建模方法可以有效地融合EEG和fMRI的特点，得到同时具有高的时间分辨率和高空间分辨率的图像。
-
公开(公告)号：CN106354990A
公开(公告)日：2017-01-25
申请号：CN201510420804.1
申请日：2015-07-13
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 本发明公开了一种检测fMRI信号和EEG信号之间一致性的方法，它实现了将BOLD-fMRI信号转换成头皮BOLD-电位，然后和同步EEG信号拓扑图和时间序列进行对比分析，基本步骤如下：整合，将多层扫描信息整合到圆形区域；(3)空白区拟合填充；(4)电势转换，将BOLD-fMRI信号转换成皮层电信号；(5)将转换的皮层BOLD-电位加载到有限元模型(Finite Element Method，FEM)构建的头模型上，求解头皮电位分布；(6)将头皮BOLD-电信号分布和同步获取的EEG信号进行拓扑图和时间序列对比，以分析研究fMRI和EEG信号之间的一致性。(1)fMRI图像边缘提取和环形映射；(2)图像信息
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
