-
公开(公告)号：CN116740221B
公开(公告)日：2023-10-20
申请号：CN202311029640.0
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请涉及实时脑功能激活图生成方法、装置、计算机设备和介质，获取待处理实时磁共振数据及与待处理实时磁共振数据时间点对应的实验标签信息；利用脑图谱模板将待处理实时磁共振数据转换成与脑区数量对应的图结构文件；将图结构文件及与其时间点对应的实验标签信息输入到训练完备的图神经网络，输出实时脑功能激活图；图神经网络被一组基于血液动力学模型产生的不同的血液动力学响应基函数约束；各个血液动力学响应基函数对图神经网络进行约束的权重可进行调节；在对图神经网络进行训练的过程中，各个血液动力学响应基函数对图神经网络进行约束的权重经过训练并确定，有效提高脑功能激活计算的准确性，并及时地刻画被试当前大脑激活情况。
-
公开(公告)号：CN116312971A
公开(公告)日：2023-06-23
申请号：CN202310538580.9
申请日：2023-05-15
Applicant: 之江实验室
IPC: G16H20/70 , G06N5/025 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V20/70 , G06V10/774 , G06V10/80
Abstract: 本申请涉及一种认知训练素材生成方法、认知训练方法、装置和介质，包括：获取第一特征和第二特征，第一特征包括多媒体素材和对应的语义信息，第二特征包括磁共振表征，第一特征和第二特征存在关联关系；拟合第一特征和第二特征，根据拟合结果和预设脑图谱得到语义图谱，根据语义图谱获取与目标靶点对应的目标语义信息；将第一特征作输入，将第二特征作为约束条件，训练深度学习模型，在深度学习模型满足收敛时，确定深度学习模型的权重参数；根据目标语义信息和深度学习模型的权重参数，生成认知训练素材，解决了无法获取能够精准激发需训练的脑功能皮层靶点的认知训练素材的问题，实现了基于被试个体、最大化训练被试大脑的认知训练素材的获取。
-
公开(公告)号：CN117289187A
公开(公告)日：2023-12-26
申请号：CN202311588003.7
申请日：2023-11-27
Applicant: 之江实验室
Abstract: 本申请涉及一种磁信号采集系统，包括监测模块、处理模块和结果显示模块，所述处理模块分别与所述监测模块和结果显示模块相连：监测模块包括隧道磁电阻传感器以及安装载体，隧道磁电阻传感器装配在所述安装载体上，用于监测原始磁信号数据；处理模块用于获取所述原始磁信号数据，并将所述原始磁信号数据转化为目标磁信号数据；所述结果显示模块用于获取所述目标磁信号数据，将目标磁信号数据转化成结果显示信号，并将所述结果显示信号进行可视化输出。利用量子隧穿效应实现磁场测量，由于隧道磁阻传感器具有小型、成本低、空间分辨率高、动态范围广、室温下测量等优势，能够简捷并且快速的进行生物体磁信号的采集和测量，并降低了测量成本。
-
公开(公告)号：CN116740221A
公开(公告)日：2023-09-12
申请号：CN202311029640.0
申请日：2023-08-16
Applicant: 之江实验室
Abstract: 本申请涉及实时脑功能激活图生成方法、装置、计算机设备和介质，获取待处理实时磁共振数据及与待处理实时磁共振数据时间点对应的实验标签信息；利用脑图谱模板将待处理实时磁共振数据转换成与脑区数量对应的图结构文件；将图结构文件及与其时间点对应的实验标签信息输入到训练完备的图神经网络，输出实时脑功能激活图；图神经网络被一组基于血液动力学模型产生的不同的血液动力学响应基函数约束；各个血液动力学响应基函数对图神经网络进行约束的权重可进行调节；在对图神经网络进行训练的过程中，各个血液动力学响应基函数对图神经网络进行约束的权重经过训练并确定，有效提高脑功能激活计算的准确性，并及时地刻画被试当前大脑激活情况。
-
公开(公告)号：CN116312971B
公开(公告)日：2023-08-29
申请号：CN202310538580.9
申请日：2023-05-15
Applicant: 之江实验室
IPC: G16H20/70 , G06N5/025 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V20/70 , G06V10/774 , G06V10/80
Abstract: 本申请涉及一种认知训练素材生成方法、认知训练方法、装置和介质，包括：获取第一特征和第二特征，第一特征包括多媒体素材和对应的语义信息，第二特征包括磁共振表征，第一特征和第二特征存在关联关系；拟合第一特征和第二特征，根据拟合结果和预设脑图谱得到语义图谱，根据语义图谱获取与目标靶点对应的目标语义信息；将第一特征作输入，将第二特征作为约束条件，训练深度学习模型，在深度学习模型满足收敛时，确定深度学习模型的权重参数；根据目标语义信息和深度学习模型的权重参数，生成认知训练素材，解决了无法获取能够精准激发需训练的脑功能皮层靶点的认知训练素材的问题，实现了基于被试个体、最大化训练被试大脑的认知训练素材的获取。
-
Patent Agency Ranking
公开(公告)号：CN116578731A
公开(公告)日：2023-08-11
申请号：CN202310818907.8
申请日：2023-07-05
Applicant: 之江实验室
IPC: G06F16/435 , G06F16/483 , G06F16/36 , G06N5/025 , G06N3/045 , G06N3/08 , G06N3/0464
Abstract: 本申请涉及一种多媒体信息处理方法、系统、计算机设备和存储介质，获取语义特征和响应特征，建立语义特征和响应特征之间的关联关系；获取目标响应特征，基于语义特征和响应特征之间的关联关系，得到与目标响应特征相关的话题集合；获取目标用户的对话数据，根据目标用户的对话数据和话题集合生成多媒体信息，并输出多媒体信息。本申请改善了多媒体信息的处理方法，生成并输出了能够精准、个性化地激活情绪环路的多媒体信息。
-
公开(公告)号：CN116269312A
公开(公告)日：2023-06-23
申请号：CN202310162466.0
申请日：2023-02-23
Applicant: 之江实验室
IPC: A61B5/055 , G06F18/25 , G06F18/214 , G06F18/213 , G06N3/08 , G06N3/0464
Abstract: 本申请涉及一种基于脑图谱融合模型的个体脑图谱绘制方法及装置。方法包括：接收用于脑图谱融合模型训练的至少两组被试数据，提取被试数据的数据特征，对被试数据进行预处理得到邻接矩阵；将所述数据特征、所述邻接矩阵输入至已构建的基于图卷积模型和标签传播模型的初始脑图谱融合模型中，得到所述初始脑图谱融合模型输出的脑图谱预测值，根据所述脑图谱预测值对基于图卷积和标签传播算法的所述初始脑图谱融合模型进行训练，得到训练后的脑图谱融合模型；将待测数据输入训练后的脑图谱融合模型，得到个体脑图谱。采用本方法能够将图卷积算法和标签传播算法结合用以处理被试数据，提升个体脑图谱的绘制速度和精度。
-
公开(公告)号：CN119294454A
公开(公告)日：2025-01-10
申请号：CN202411824198.5
申请日：2024-12-12
Applicant: 之江实验室
Abstract: 本申请涉及一种人工智能加速卡异构集群适配方法、系统和存储介质，其中，该人工智能加速卡异构集群适配方法包括：获取根据训练框架提供的私有关键字注册的统一标准化适配模块；训练框架为异构集群模型的训练框架；在统一标准化适配模块中，通过工厂模式接入各异构加速卡的硬件层软件栈；通过插件形式扩展训练框架的计算任务分发机制，以使训练框架自主寻优目标异构加速卡；根据统一标准化适配模块所在的运行环境进行条件编译，以接入目标异构加速卡并用于训练框架自主寻优；根据统一测试模块验证统一标准化适配模块与各目标异构加速卡的适配状态，解决了人工智能加速卡异构集群适配开发成本大和无法自主寻优的问题。
-
公开(公告)号：CN117649344B
公开(公告)日：2024-05-14
申请号：CN202410118585.0
申请日：2024-01-29
Applicant: 之江实验室
IPC: G06T3/4053 , G06T5/70
Abstract: 本申请涉及一种磁共振脑影像超分辨率重建方法、装置、设备和存储介质。所述方法包括：基于训练集中各模态脑影像数据的双向重建损失和对抗损失，训练得到各个模态脑影像的解耦自编码器；分别将目标模态脑影像和辅助模态脑影像输入到对应模态的解耦自编码器中，提取目标模态脑影像的目标编码信息、辅助模态脑影像的辅助编码信息；基于目标编码信息和辅助编码信息进行正反向噪声处理，生成目标模态脑影像的更新目标编码信息；将更新目标编码信息输入目标模态脑影像的解耦自编码器中，输出目标模态超分辨率脑影像。采用本方法解决了现有技术中脑影像重建质量低、复杂度高的问题，实现了超分辨率脑影像重建，提高了重建后脑影像的精确度和真实性。
-
公开(公告)号：CN117058514B
公开(公告)日：2024-04-02
申请号：CN202311315370.X
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06V10/80 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于图神经网络的多模态脑影像数据融合解码方法和装置，其中，基于图神经网络的多模态脑影像数据融合解码方法包括：获取被试者的脑磁图功率时间序列以及静息态功能磁共振成像功能连接；基于选定的脑图谱，构建脑图；使用所述被试者的所述脑磁图功率时间序列以及所述静息态功能磁共振成像功能连接对所述脑图进行图嵌入，得到嵌入后的脑图；基于所述嵌入后的脑图对图神经网络模型进行训练，获得图神经网络解码模型；使用所述图神经网络解码模型预测目标人员大脑的任务态类别，获得预测结果。本申请对多模态脑影像数据进行融合，使用图神经网络对人脑神经活动信号进行解码，提高了对脑影像数据的解码精度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
