-
公开(公告)号：CN117076581A
公开(公告)日：2023-11-17
申请号：CN202311318643.6
申请日：2023-10-12
Applicant: 之江实验室
Abstract: 本申请涉及一种用于非关系型数据库的数据设置方法和存储介质，其中，该数据设置方法基于预设的数据模型创建针对目标数据的目标数据实例，该数据模型基于traits库中的HasPrivateTraits类实现；将目标数据实例的唯一标识属性作为该目标数据在数据库中的键，目标数据实例序列化后的值作为该目标数据在数据库中的值；基于针对数据库构建的数据管理模型，创建数据管理实例；将目标数据实例与数据管理实例关联；根据待操作属性的属性类型和加载机制，调用数据管理实例的数据操作方法，对目标数据进行操作。本申请通过建立数据模型与数据库之间的关系映射和操作映射，解决了不能实现对非关系型数据库的数据操作的问题，实现了基于非关系型数据库的数据管理。
-
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。
-
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：CN118490240B
公开(公告)日：2024-09-24
申请号：CN202410953500.0
申请日：2024-07-16
Applicant: 之江实验室
Abstract: 本发明涉及电‑磁多模态生理信号采集设备及其制备方法和应用，其中，电‑磁多模态生理信号采集设备包括：非磁性导电水凝胶层；非磁性电连接件，非磁性电连接件的一端设于非磁性导电水凝胶层内部，非磁性电连接件的另一端用于与外部电路电连接；聚磁器，聚磁器包括两个软磁件，两个软磁件间隔设于非磁性导电水凝胶层表面，其中，两个软磁件之间设有由多个磁隧道结排列分布并通过电极串联而成的磁隧道结阵列。本发明的电‑磁多模态生理信号采集设备可同步采集生理电信号与磁信号，同时具有灵敏度高、轻量化、集成度高的特性，能够有效提高生理信号的采集质量以及使用便携性。
-
Patent Agency Ranking
公开(公告)号：CN118121215A
公开(公告)日：2024-06-04
申请号：CN202410560610.0
申请日：2024-05-08
Applicant: 之江实验室
IPC: A61B5/372 , A61B5/369 , A61B5/00 , A61B5/18 , A61B5/16 , G06F18/213 , G06F18/214 , G06F18/2415 , G06F18/243 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/084 , G06N3/0985 , G06N5/045 , G06N20/20 , G06F123/02
Abstract: 本发明公开了一种基于EGRF模型的跨库脑电疲劳识别方法及装置，该方法包括：获取两个的脑电疲劳数据库，分别作为源域数据库和目标域数据库；建立EGRF网络，该网络包括特征提取模块和分类器模块，所述特征提取模块用于提取脑电信号的特征，所述分类器模块用于输出疲劳识别的概率值；将源域数据库和目标域数据库的处理后的脑电信号输入神经网络进行训练，训练的损失函数包括三部分：目标域数据的熵损失、源域数据的分类损失、主分类器和辅助分类器的差异损失；将目标域数据库待预测的脑电信号输入训练好的网络得到疲劳分类概率。该方法能够提取更加鲁棒的特征，同时借鉴了集成学习的方法，识别效果更好。
-
公开(公告)号：CN117918861B
公开(公告)日：2024-06-04
申请号：CN202410322510.4
申请日：2024-03-20
Applicant: 之江实验室
Abstract: 本申请涉及一种癫痫患者单通道脑电信号的实时检测系统。所述系统包括斜率处理模块用于获取待测脑电信号在时域空间的第一斜率并将第一斜率与标准斜率进行比较，得到第一比较结果；频域转换模块用于基于第一比较结果确定待测脑电信号的测量时间窗，并对测量时间窗内的待测脑电信号快速傅里叶变换，得到对应的频域信息；功率处理模块用于基于频域信息获取测量时间窗待测脑电信号的第一功率，并将第一功率与标准功率比较，得到第二比较结果；结果标记模块用于根据第二比较结果对测量时间窗内的待测脑电信号进行标记。采用本系统能够解决由于场电位中的大幅值低频慢波与小幅值高频快波引起的脑电信号误检问题，提高了脑电信号检测的灵敏度和特异性。
-
公开(公告)号：CN118013352A
公开(公告)日：2024-05-10
申请号：CN202410005945.6
申请日：2024-01-03
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/2134 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于异构图网络的EEG‑fNIRS运动想象识别方法和装置，该方法包括：同步采集EEG和fNIRS运动想象数据及其标签，并进行预处理；构建运动想象识别网络，运动想象识别网络包括用于提取EEG和fNIRS运动想象数据时间特征的时间特征提取模块、用于提取空间特征的异构图卷积模块和用于预测运动想象类别的分类器；将预处理后的运动想象数据作为样本输入运动想象识别网络进行训练，使用交叉熵作为损失函数，采用反向传播方法更新参数，获取训练好的运动想象识别网络；将待识别的运动想象数据输入训练好的运动想象识别网络，获取运动想象类别。本发明能够更好地融合两种模态信号，有效提高运动想象任务的识别性能。
-
公开(公告)号：CN117918861A
公开(公告)日：2024-04-26
申请号：CN202410322510.4
申请日：2024-03-20
Applicant: 之江实验室
Abstract: 本申请涉及一种癫痫患者单通道脑电信号的实时检测系统。所述系统包括斜率处理模块用于获取待测脑电信号在时域空间的第一斜率并将第一斜率与标准斜率进行比较，得到第一比较结果；频域转换模块用于基于第一比较结果确定待测脑电信号的测量时间窗，并对测量时间窗内的待测脑电信号快速傅里叶变换，得到对应的频域信息；功率处理模块用于基于频域信息获取测量时间窗待测脑电信号的第一功率，并将第一功率与标准功率比较，得到第二比较结果；结果标记模块用于根据第二比较结果对测量时间窗内的待测脑电信号进行标记。采用本系统能够解决由于场电位中的大幅值低频慢波与小幅值高频快波引起的脑电信号误检问题，提高了脑电信号检测的灵敏度和特异性。
-
公开(公告)号：CN117036894B
公开(公告)日：2024-03-26
申请号：CN202311297044.0
申请日：2023-10-09
Applicant: 之江实验室
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/26 , G06V10/74 , G06V10/82 , G06N3/08
Abstract: 本申请涉及一种基于深度学习的多模态数据分类方法、装置及计算机设备。所述方法包括：获取待分类数据，所述待分类数据至少包括医学图像以及人口学信息；基于所述待分类数据确定数据特征，所述数据特征包括图像特征以及人口学信息特征，所述图像特征通过将所述医学图像输入特征提取模型得到；将所述数据特征输入训练好的分类器，确定分类结果。通过特征提取模型提取图像特征，并综合考虑图像特征和人口学信息特征，通过分类器确定分类结果，能够在待分类数据包括多种数据类型的多模态数据的情况下对待分类数据进行分类，有效提高分类结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.04 seconds)
