公开(公告)号：CN117746128A

公开(公告)日：2024-03-22

申请号：CN202311760861.5

申请日：2023-12-20

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  张连花 ,  陈卓峰 ,  包飞扬 ,  方阳 ,  谭明辉

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0464

Abstract: 本发明属于医学影像分类领域，涉及基于多视图集成学习的自闭症功能磁共振影像分类方法，包括：获取脑部功能磁共振影像，对影像数据进行预处理得到各脑部感兴趣区域的时间序列；将时间序列放入优选的人工神经网络进行特征提取；基于得到的时间序列，通过计算皮尔逊相关系数，构建脑部功能连接网络，对选择的功能连接特征进行特征提取；基于构建的脑部功能连接网络，通过计算皮尔逊相关系数，构建高级脑部功能连接网络，对选择高级脑部功能连接特征进行主成分分析；对关键特征进行特征选择和集成学习，并进行分类，采用投票机制对分类结果进行选取，得到最终的分类结果；本发明对被试对象的脑部功能磁共振影像进行分类，有力地改善了分类的效果。

公开(公告)号：CN118447283A

公开(公告)日：2024-08-06

申请号：CN202310366975.5

申请日：2023-04-07

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  张连花 ,  刘瑞 ,  肖斌 ,  洪心怡 ,  陈卓峰 ,  霍华翔

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06T7/11 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于医学影像分类领域，具体涉及一种基于特征融合的孤独症磁共振图像分类方法与系统，所述方法包括：获取脑部核磁共振图像并进行预处理，进行脑部感兴趣区域分割，获取各脑部感兴趣区域记录血氧水平变化的时间序列；对得到的时间序列使用固定长度的随机滑动窗口数据增强和数据平衡；把处理之后的时间序列放入两个人工神经网络，分别学习时间序列的空域的局部、全局特征和时域的局部、全局特征；对得到的时域局部、全局特征和空域局部、全局特征进行特征融合，通过全连接层得到图像分类结果。本发明的方案克服了数据集的异质性，提高了磁共振图像的分类精度。

公开(公告)号：CN117743934A

公开(公告)日：2024-03-22

申请号：CN202311768703.4

申请日：2023-12-20

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  陈卓峰 ,  刘彬 ,  张连花 ,  包飞扬 ,  魏世委

IPC: G06F18/241 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/048 ,  A61B5/372 ,  A61B5/16

Abstract: 本发明属于脑机接口领域，涉及一种基于数据增强的跨被试脑电信号情绪识别方法，包括：获取脑电信号并进行预处理；将预处理后的数据划分为源域和目标域数据；对源域数据进行数据屏蔽，将屏蔽后的数据输入数据增强网络，得到生成数据；将生成数据和目标域数据输入判别器，得到浅层域特征；将源域和目标域数据输入特征提取器，得到源域和目标域的浅层情绪特征；将源域浅层情绪特征输入分类器，得到分类结果；计算总体损失函数值，根据总体损失函数值更新参数，当达到训练次数时完成模型训练；本发明将脑电数据映射到矩阵中，使得矩阵包含脑电的空间信息以及电极间未测量区域的信息，将屏蔽后的数据通过数据增强网络得到多样化且具有真实分布的数据。

公开(公告)号：CN117708554A

公开(公告)日：2024-03-15

申请号：CN202311720523.9

申请日：2023-12-14

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  陈卓峰 ,  杜雨露 ,  刘柯 ,  张连花 ,  徐代江

IPC: G06F18/21 ,  G06F18/10 ,  G06F18/213 ,  G06F18/2415 ,  G06F18/22 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/096 ,  G06F3/01

Abstract: 本发明属于脑机接口情绪识别领域，具体涉及一种基于通用域适应的跨被试脑电信号情绪识别方法，包括：获取用户在观看不同情绪的视频片段时的脑电信号，对脑电信号进行预处理；将预处理后的脑电数据划分为源域数据和目标域数据；将源域数据和目标域数据均输入特征提取器进行特征提取，得到源域特征和目标域特征；将源域特征和目标域特征作为输入，通过对抗域鉴别器得到与个体无关的特征分布，用非对抗域鉴别器衡量数据与两个域之间的相似度，最后用分类器对数据进行情绪识别；本发明能对不同分布的数据进行域对齐，减小域之间的差异，能够很好的提升跨被试的分类效果。

公开(公告)号：CN117745859A

公开(公告)日：2024-03-22

申请号：CN202311767993.0

申请日：2023-12-21

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  包飞扬 ,  刘彬 ,  方阳 ,  陈卓峰 ,  魏世委 ,  张连花

IPC: G06T11/00 ,  G06T5/70 ,  G06T7/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于脑机接口视觉图像重建领域，具体涉及一种基于fMRI和图像深度特征的图像重建方法及系统，方法包括对磁共振功能数据进行预处理得到体素数据；将体素数据输入大脑活动特征解码器，得到目标图像大脑活动解码特征；通过图像重建模型随机生成粗糙图像，将粗糙图像输入特征提取模型得到深度特征；计算目标图像大脑活动解码特征与深度特征间的误差，并将误差返回至图像重建模型；图像重建模型根据误差优化粗糙图像得到新图像，判断误差是否达到最小值，若是，则将该新图像作为重构图像输出，否则将新图像输入特征提取模型得到新深度特征，重新计算误差；本发明提高了图像的重建质量与真实度。