公开(公告)号：CN119993528A

公开(公告)日：2025-05-13

申请号：CN202510040467.7

申请日：2025-01-10

Applicant: 西安工程大学

Inventor： 赵瑞 ,  李善刚 ,  黄雨浩 ,  赵子仪 ,  张芬 ,  赵玉巧 ,  崔振阳

IPC: G16H50/70 ,  A61B5/16 ,  A61B5/055 ,  A61B5/00 ,  G06F18/27 ,  G06F18/15 ,  G06F18/213 ,  G06V10/77 ,  G06V10/62 ,  G06V10/776 ,  G06F123/02

Abstract: 本发明公开了一种针对睡眠剥夺损伤警觉性注意力机制的动态脑网络分析系统，涉及医疗图像处理与分析技术领域；而本发明包括以下步骤：采集被试清醒状态和睡眠剥夺24小时后的数据；采用动态图论方法，通过对静息态功能磁共振数据进行动态脑网络分析，研究了清醒和睡眠剥夺状态下的脑网络变化；具体方法包括采集被试在不同状态下的fMRI和精神运动警觉性任务数据，对影像数据进行预处理，计算静态功能连接矩阵，并使用滑动窗口技术分析时变功能连接；通过模块化分析和时间共现矩阵，计算时间灵活性、时空多样性和归一化中心性，评估了脑区的动态时空特性，并运用统计方法比较睡眠剥夺对脑网络的动态影响。

公开(公告)号：CN118982535A

公开(公告)日：2024-11-19

申请号：CN202411261036.5

申请日：2024-09-10

Applicant: 西安工程大学

Inventor： 魏炜 ,  郝子坤 ,  界璐 ,  马梦航 ,  胡振远 ,  解鹏越 ,  罗鑫迪 ,  卫建华 ,  张晓丹 ,  赵瑞

IPC: G06T7/00 ,  G16H50/20 ,  G06T5/80 ,  G06T7/11 ,  G06T7/30

Abstract: 本发明属于医学图像处理领域，具体涉及数字病理图像引导磁共振成像的胶质瘤术前诊断方法：获取并整理胶质瘤患者术前常规磁共振成像序列、术后数字病理图像及多种分子标志物标签；进行图像预处理，同时具备磁共振成像和数字病理图像的数据作为训练集，仅有磁共振成像的患者数据作为测试集；提取磁共振成像全脑特征和数字病理图像特征，捕捉影像—病理特征关系，构建模型；使用前瞻性患者术前磁共振成像数据评估模型性能。本方法可形成术前磁共振成像表示术后病理图像特征图，实现术前无数字病理图像情况下基于影像病理组学的多分子标志物预测，实现智能精准诊断，解决临床实践中影像病理组学分析时术前无法获取胶质瘤病理图像的难题。

公开(公告)号：CN111860583A

公开(公告)日：2020-10-30

申请号：CN202010529622.9

申请日：2020-06-11

Applicant: 西安工程大学

Inventor： 张晓丹 ,  李涛 ,  朱磊 ,  赵瑞 ,  刘东晓 ,  翟雅文 ,  杜金祥

IPC: G06K9/62

Abstract: 本发明公开了一种基于RMFS的脑电信号情绪识别方法，具体按照以下步骤实施：步骤1、通过RMFS匹配特征选择对每个特征进行判断，调整每个调整权值在匹配特征组中所占比例，使权值较大的特征得到更多的增益，权值较小的特征得到较小的增益，筛选出优选的匹配特征组；步骤2、采用RMFS算法将通道作为一个整体，计算通道的权值，采用交叉验证的方法得到不同通道对分类的贡献度，根据贡献度调整权值剔除无关信息，得到最优通道子集。采用RMFS算法对效价与唤醒度的情绪二分类平均正确率分别为93.28％与93.32％，四类情绪的分类结果皆高于83％，且采用RMFS算法的单个被试计算效率提升了42.65％，RMFS算法能够较好的提高识别准确率和计算效率。

公开(公告)号：CN117694836B

公开(公告)日：2025-05-16

申请号：CN202311820788.6

申请日：2023-12-27

Applicant: 西安工程大学

Inventor： 魏炜 ,  罗鑫迪 ,  界璐 ,  胡振远 ,  郝子坤 ,  解鹏越 ,  卫建华 ,  张晓丹 ,  赵瑞

IPC: A61B5/00 ,  A61B5/11 ,  G16H50/20 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及帕金森病筛查领域，具体涉及一种早期帕金森病精准识别模型构建方法及系统，包括以下步骤：S1采集人类或者动物的运动数据以绘制运动轨迹图和热力图；S2对运动轨迹图和热力图进行预处理得到标准化数据集；S3基于孪生DenseNet神经网络构建特征提取器，并基于多层感知机和Softmax构建分类器，使用特征提取器分别对运动轨迹图和热力图进行关键特征提取，再对提取的特征进行多源特征融合，以融合后的特征利用既定的分类器进行分类，从而构建早期帕金森精准识别初步模型；S4对初步模型进行训练与调优得到早期帕金森病精准识别模型；S5使用测试集数据进行模型测试，完成早期帕金森识别。以实现帕金森病筛查大规模推广、提高筛查的准确性和效率。

公开(公告)号：CN112270235A

公开(公告)日：2021-01-26

申请号：CN202011125499.0

申请日：2020-10-20

Applicant: 西安工程大学

Inventor： 张晓丹 ,  杜金祥 ,  翟雅文 ,  刘东晓 ,  李涛 ,  朱磊 ,  崔琳 ,  赵瑞

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/00 ,  G06F17/14

Abstract: 本发明公开了一种改进的SVM脑电信号情绪识别方法，具体按照以下步骤实施：步骤1、对DEAP数据库进行预处理；步骤2、提取情绪特征；步骤3、用PSO‑SVM分类器对提取的情绪特征数据进行分类。实验结果表明采用PSO‑SVM算法对效价与唤醒度的情绪二分类平均正确率分别为60.53％与65.66％，且比起传统的SVM准确率分别提升了5.05％和1.85％，均优于传统SVM算法，有效验证了PSO‑SVM算法能够较好的识别准确率。

公开(公告)号：CN117694836A

公开(公告)日：2024-03-15

申请号：CN202311820788.6

申请日：2023-12-27

Applicant: 西安工程大学

Inventor： 魏炜 ,  罗鑫迪 ,  界璐 ,  胡振远 ,  郝子坤 ,  解鹏越 ,  卫建华 ,  张晓丹 ,  赵瑞

IPC: A61B5/00 ,  A61B5/11 ,  G16H50/20 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及帕金森病筛查领域，具体涉及一种基于行为学分析的早期帕金森病智能筛查方法及系统，包括以下步骤：S1采集人类或者动物的运动数据以绘制运动轨迹图和热力图；S2对运动轨迹图和热力图进行预处理得到标准化数据集；S3基于孪生DenseNet神经网络构建特征提取器，并基于多层感知机和Softmax构建分类器，使用特征提取器分别对运动轨迹图和热力图进行关键特征提取，再对提取的特征进行多源特征融合，以融合后的特征利用既定的分类器进行分类，从而构建早期帕金森精准识别初步模型；S4对初步模型进行训练与调优得到早期帕金森病精准识别模型；S5使用测试集数据进行模型测试，完成早期帕金森识别。以实现帕金森病筛查大规模推广、提高筛查的准确性和效率。