-
公开(公告)号：CN118152819B
公开(公告)日：2024-08-23
申请号：CN202410505604.5
申请日：2024-04-25
Applicant: 之江实验室
IPC: G06F18/22 , G06F18/21 , G06V10/44 , G10L25/30 , G06N3/045 , G06N3/0464 , G06N3/09 , A61B5/378 , A61B5/38 , A61B5/372
Abstract: 本发明公开了一种视听刺激下的大脑编码方法、装置及介质，包括：从图片和音频数据中分别提取特征，并分别作为视听刺激表征；获取每个被试在视听刺激下的EEG数据，对所述EEG数据进行预处理并划分为若干个epoch；对于每个被试，获取每个epoch中若干个ROI的时序数据；对于每个被试，通过计算两两ROI的epochs之间的相位锁相值PLV，并对所有被试中相同ROI之间的PLV值求平均，得到功能连接脑网络；采用基于线性回归的神经编码器进行视听刺激下的大脑编码，分别得到视听刺激下的大脑编码的时间分布和空间分布。本发明能够在高时间分辨率和较高空间分辨率的情况下，更好地编码大脑功能连接，以更好地探索大脑对视听刺激的处理机制。
-
公开(公告)号：CN118142082B
公开(公告)日：2024-08-13
申请号：CN202410580270.8
申请日：2024-05-11
Applicant: 之江实验室
IPC: A61N1/36 , A61B5/372 , A61B5/383 , A61B5/00 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本申请涉及一种脑深部电刺激信号伪迹去除方法、系统和存储介质，该脑深部电刺激信号伪迹去除方法包括：通过获取原始脑电信号，原始脑电信号为对生物体进行脑深部电刺激采集得到；将原始脑电信号与预设的检测阈值进行对比，得到刺激伪迹的起始位置，根据起始位置得到待处理信号，其中，待处理信号包含经过脑深部电刺激产生的伪迹；将待处理信号输入至目标深度学习模型中进行去伪迹处理，得到预测信号；将预测信号替换原始脑电信号中的待处理信号，得到目标脑深部电刺激信号，解决了相关技术中去伪迹技术导致单个神经元锋电位信号检出的准确性低的问题。
-
公开(公告)号：CN118121215B
公开(公告)日：2024-07-30
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：CN118141391B
公开(公告)日：2024-07-26
申请号：CN202410560673.6
申请日：2024-05-08
Applicant: 之江实验室
IPC: A61B5/372 , G06N3/0464 , G06N3/08 , G06F18/241 , A61B5/369 , A61B5/00 , A61B5/18 , A61B5/16
Abstract: 本发明公开了一种基于熵优化神经网络的跨库脑电疲劳识别方法和系统，该方法包括：获取源域数据库和目标域数据库，并对其中的数据进行预处理；使用可解释性卷积神经网络建立熵优化神经网络模型；使用源域数据库和目标域数据库对模型进行加权熵最小化联合优化训练；再进行动态阈值自训练，即在目标域数据库中根据自适应熵阈值动态选择和增加低熵样本，并结合其伪标签通过交叉熵损失进行自训练，得到最终的熵优化神经网络模型；将待识别的脑电信号输入到最终模型中得到疲劳分类概率。本发明通过新颖的两步策略将目标域数据库中未标记的样本分离，跨库脑电疲劳识别上达到了更高的分类准确率，有效减少了不同领域之间的差异，能够提高疲劳识别性能。
-
公开(公告)号：CN118142082A
公开(公告)日：2024-06-07
申请号：CN202410580270.8
申请日：2024-05-11
Applicant: 之江实验室
IPC: A61N1/36 , A61B5/372 , A61B5/383 , A61B5/00 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本申请涉及一种脑深部电刺激信号伪迹去除方法、系统和存储介质，该脑深部电刺激信号伪迹去除方法包括：通过获取原始脑电信号，原始脑电信号为对生物体进行脑深部电刺激采集得到；将原始脑电信号与预设的检测阈值进行对比，得到刺激伪迹的起始位置，根据起始位置得到待处理信号，其中，待处理信号包含经过脑深部电刺激产生的伪迹；将待处理信号输入至目标深度学习模型中进行去伪迹处理，得到预测信号；将预测信号替换原始脑电信号中的待处理信号，得到目标脑深部电刺激信号，解决了相关技术中去伪迹技术导致单个神经元锋电位信号检出的准确性低的问题。
-
Patent Agency Ranking
公开(公告)号：CN118070075A
公开(公告)日：2024-05-24
申请号：CN202410482310.5
申请日：2024-04-22
Applicant: 之江实验室
IPC: G06F18/22 , G06F16/906 , G06F16/9035 , G06F16/904 , G06F9/451
Abstract: 本申请涉及一种数据分析方法、装置、电子装置和存储介质，其中，该数据分析方法包括：通过将用户的自定义函数与分析方法生成策略进行匹配，得到自定义分析方法，并将该方法添加至数据分析模块中，进而实现了用户定义分析方法的便捷性；当用户需要对数据进行分析时，获取用户的分析数据，并根据分析数据对数据分析模块中的自定义分析方法进行筛选，得到目标分析方法；根据目标分析方法匹配对应的参数输入组件，进而得到参数输入界面；将用户发送的分析数据输入至参数输入界面，进而根据目标分析方法对分析数据进行处理，得到数据分析结果。通过自动筛选分析方法并生成对应的参数输入界面，提高了数字孪生脑平台的数据分析效率。
-
公开(公告)号：CN117058514A
公开(公告)日：2023-11-14
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。
-
公开(公告)号：CN117058471A
公开(公告)日：2023-11-14
申请号：CN202311315976.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/762
Abstract: 本申请涉及一种基于正常脑影像数据库的疾病脑影像分型系统，所述系统包括数据库构建模块、分型特征处理模块、扰动目标获取模块和脑影像分型模块。数据库构建模块用于构建的正常脑影像数据库；分型特征处理模块用于基于各待分型疾病脑影像的第二脑影像特征和正常脑影像数据库中的第一脑影像特征，确定各待分型疾病脑影像的第二结构协方差网络；扰动目标获取模块用于基于各第二结构协方差网络对正常脑影像数据库中第一结构协方差网络的各脑区连接的扰动程度，确定待分型疾病脑影像的目标脑区连接；脑影像分型模块用于对目标脑区连接进行聚类得到待分型疾病脑影像的分型结果。采用本系统实现了疾病脑影像的智能分型，提高了疾病脑影像分型准确率。
-
公开(公告)号：CN117033988A
公开(公告)日：2023-11-10
申请号：CN202311262928.2
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06F18/2131 , G06F18/15 , G06F18/214 , G06F18/22 , G06F18/2415 , A61B5/00 , A61B5/369 , G06F123/02
Abstract: 本申请涉及一种基于神经电信号的癫痫样棘波处理方法和装置。所述方法包括：基于原始神经电信号获取待检测信号；将待检测信号分割为连续的初始窗口信号；基于预设的癫痫样棘波检测的窗口检测阈值，从初始窗口信号中检出存在疑似癫痫样棘波的存疑窗口信号；计算存疑窗口信号的前一个窗口和后一个窗口内的信号的平均频率，并计算存疑窗口信号的半高宽；基于计算出的平均频率、半高宽和预设的判定条件，对存疑窗口信号进行复检，得到目标癫痫样棘波发放时间序列；对照目标癫痫样棘波发放时间序列，从原始神经电信号中提取得到癫痫样棘波信号。本方法适用于频率变化及幅值变化较大的神经电信号，能够解决癫痫样棘波误检率和漏检率较高的问题。
-
公开(公告)号：CN117012397A
公开(公告)日：2023-11-07
申请号：CN202311265913.1
申请日：2023-09-28
Applicant: 之江实验室
Abstract: 本申请涉及脑信号处理领域，特别是涉及一种基于脑图谱的脑活动时间序列三维可视化方法及装置。所述方法包括：将获取的任意模态的脑活动时间序列规整为脑活动标准时间序列；基于所述脑活动标准时间序列从脑图谱库中匹配得到对应的脑分区图谱；将建立的三维大脑模型映射至所述脑分区图谱中，得到三维脑分区模型；将所述脑活动标准时间序列映射至所述三维脑分区模型中，得到三维脑分区可视化模型。本发明能够支持支持多种模态的脑活动时间序列，且通过脑图谱库匹配得到对应的脑分区图谱能够便捷地对全脑活动的数据进行可视化。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.039 seconds)
