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：CN119833113A

公开(公告)日：2025-04-15

申请号：CN202411902902.4

申请日：2024-12-23

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  谭明辉 ,  张勇 ,  王彪 ,  马铭辉

IPC: G16H50/20 ,  G16H50/70 ,  G06T7/00 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82 ,  G06V10/77 ,  G06N3/045 ,  G06N3/048 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于自闭症识别领域，具体涉及一种基于功能分区与图卷积神经网络的自闭症识别方法；包括：获取自闭症脑成像数据，采用DMN模式对大脑进行分区，根据分区构建局部功能邻接矩阵和全局动态邻接矩阵；采用时空特征提取器对自闭症脑成像数据进行处理，得到时空特征；将时空特征送入到频率特征提取器，得到频率特征；采用局部功能特征提取器对频率特征与局部功能邻接矩阵进行处理，得到局部功能特征；采用全局动态特征提取器对频率特征与全局动态邻接矩阵进行处理，得到全局动态特征；将局部功能特征和全局动态特征进行特征融合；将融合后的特征输入到分类器，得到自闭症识别结果；本发明减小了不同自闭症患者之间的数据差异，提升了识别效果。

公开(公告)号：CN119724558A

公开(公告)日：2025-03-28

申请号：CN202411903310.4

申请日：2024-12-23

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  谭明辉 ,  张勇 ,  王彪 ,  马铭辉

IPC: G16H50/20 ,  A61B5/00 ,  G16H50/70 ,  G06F18/20 ,  G06F18/213 ,  G06F18/241 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082 ,  G06F123/02

Abstract: 本发明属于自闭症谱系障碍辅助诊断领域，具体涉及一种基于时间序列的自闭症谱系障碍识别方法，包括构建并训练自闭症识别模型，将待识别数据输入训练好的自闭症识别模型得到识别结果；自闭症识别模型包括图注意力空间网络特征提取器、双向长短期网络时间特征提取器和多层感知机网络分类器；本发明能够综合利用脑区模版各区域之间潜在的图结构信息和时序依赖，在捕捉时序数据中的重要特征和节点间的复杂关系方面具有优势。