基于时空频域混合学习的行为特征提取方法、系统、装置

    公开(公告)号:CN109711277A

    公开(公告)日:2019-05-03

    申请号:CN201811494799.9

    申请日:2018-12-07

    发明人: 胡古月 崔波 余山

    摘要: 本发明属于行为识别领域,具体涉及一种基于时空频域混合学习的行为特征提取方法、系统、装置,旨在为了骨架行为特征提取精度低的问题。本发明方法包括:获取基于骨架的视频行为序列,通过变换网络提取时空域行为特征图;输入频域注意网络进行频率选择后逆变回时空域,与时空域行为特征图相加;同步进行局部和非局部推理,并进行高层局部推理;将推理得到的时空域行为特征图全局池化,得到视频行为序列的行为特征向量,可应用于行为分类和行为检测等。本发明在频域自适应选择有效的频率模式,在时空域采用同时具有局部和非局部亲和场的网络进行时空推理,能同步挖掘局部细节和非局部语义信息,从而有效的提高了行为识别的精度。

    基于听觉信息的空间感知训练方法及装置

    公开(公告)号:CN118454057A

    公开(公告)日:2024-08-09

    申请号:CN202410898688.3

    申请日:2024-07-05

    IPC分类号: A61M21/00 G09B9/00

    摘要: 本发明提供一种基于听觉信息的空间感知训练方法及装置,涉及医疗设备技术领域,该方法通过在虚拟空间中设置训练任务以及模拟实时声场,使得盲人能够根据声音响应完成训练任务,进而辅助盲人建立从听觉信息到空间感知的映射,并通过建立与虚拟场景相似的物理迷宫,辅助盲人完成从虚拟空间训练到真实的物理空间训练的平稳过渡,加强了对听觉信息的理解和感知,提高了盲人的空间感知能力。本发明基于知觉学习原理和经验,形成了一套集混合精度、动静结合、及时评估和反馈的特点的科学系统的训练方法,无需佩戴繁重的可穿戴设备,能够兼顾舒适度、便携性和可拓展性,同时降低了学习难度,加快了训练进程,提高了盲人基于听觉信息的空间感知能力。

    基于激光对颅骨进行加工的方法和装置

    公开(公告)号:CN118453109A

    公开(公告)日:2024-08-09

    申请号:CN202410926513.9

    申请日:2024-07-11

    IPC分类号: A61B18/20 A61B18/00

    摘要: 本发明涉及激光加工技术领域,提供一种基于激光对颅骨进行加工的方法和装置。上述的基于激光对颅骨进行加工的方法,包括:识别目标位置的材质,基于所述材质选择对应的激光加工参数;控制激光器按照预设的激光加工路径对所述目标位置进行穿孔加工;在穿孔加工过程中,实时获取所述目标位置的当前材质,基于所述当前材质实时调整所述激光加工参数;基于所述当前材质判断穿孔是否加工完毕。上述的基于激光对颅骨进行加工的方法,通过在穿孔加工过程中,根据不同的脑结构材质自动选择所对应的激光加工参数进行加工,在加工过程中,根据目标位置的材质,能够精准地控制加工深度,保证打通颅骨,且不会对颅骨下的脑组织造成伤害,保证了开孔的安全性。

    面向模态缺失的影像数据的脑图谱个体化方法及系统

    公开(公告)号:CN116912252B

    公开(公告)日:2024-01-16

    申请号:CN202311177916.X

    申请日:2023-09-13

    发明人: 崔玥 黎诚译 余山

    IPC分类号: G06T7/00

    摘要: 本发明提供一种面向模态缺失的影像数据的脑图谱个体化方法及系统,涉及计算机技术领域,方法包括:获取个体的目标影像数据包括的第一模态组的指纹图;根据第一模态组中的第一部分模态的指纹图,预测得到目标影像数据所缺失的第二模态组的指纹图;基于预测得到的目标影像数据所缺失的所述第二模态组的指纹图,以及第一模态组中的第二部分模态的指纹图,得到个体脑图谱。本发明基于较易采集的模态的指纹图,预测得到难以采集的部分模态的指纹图,能够从缺失某一模态的影像数据中获取这些缺失模态所具有的信息的指纹图,提高个体化脑图谱绘制的准确程度。

    柔性电极植入方法、柔性电极植入装置和电子设备

    公开(公告)号:CN115281681B

    公开(公告)日:2023-08-15

    申请号:CN202210699695.1

    申请日:2022-06-20

    IPC分类号: A61B5/293 A61B34/10 A61B34/20

    摘要: 本发明提供一种柔性电极植入方法、柔性电极植入装置和电子设备,涉及脑机接口技术领域。其中,方法包括:在所述植入针与所述柔性电极位于显微视觉的不同景深的情况下,移动所述显微视觉,分别在不同景深下采集所述植入针的第一坐标与所述柔性电极的第二坐标;获取所述显微视觉移动时的第一位移,确定所述第一位移对应的图像空间中的第二位移,基于所述第二位移、所述第一坐标以及所述第二坐标,确定所述植入针与所述柔性电极在所述图像空间中的第一偏差;基于所述第一偏差,控制所述植入针与所述柔性电极连接,以辅助所述柔性电极植入目标位置。本发明能够在跨景深的情况下确定植入针与柔性电极的位置。

    多模态影像引导的脑血管造影质量增强方法和装置

    公开(公告)号:CN116385274A

    公开(公告)日:2023-07-04

    申请号:CN202310659964.6

    申请日:2023-06-06

    发明人: 崔玥 黎诚译 余山

    摘要: 本发明涉及计算机视觉领域,提供一种多模态影像引导的脑血管造影质量增强方法和装置,其中方法包括:获取待增强的单模态脑血管影像;基于脑血管影像质量增强模型,对单模态脑血管影像进行质量增强,得到质量增强图像;脑血管影像质量增强模型的训练步骤包括:获取脑血管样本图像数据集,脑血管样本图像包括第一样本图像和第二样本图像,第一样本图像包括多模态低质量子块,第二样本图像包括多模态低质量子块对应的多模态高质量子块;基于学生质量增强总损失,对学生模型进行参数迭代,得到脑血管影像质量增强模型。本发明提供的多模态影像引导的脑血管造影质量增强方法和装置,可以增强血管影像质量,提高血管造影效果。

    一种基于半监督学习的三维脑血管分割方法和装置

    公开(公告)号:CN116309571A

    公开(公告)日:2023-06-23

    申请号:CN202310560177.6

    申请日:2023-05-18

    发明人: 崔玥 黄海滨 余山

    IPC分类号: G06T7/00 G06T7/11

    摘要: 本发明涉及计算机视觉领域,提供一种基于半监督学习的三维脑血管分割方法和装置,其中方法包括:确定待分割的脑血管图像;基于脑血管图像分割模型,对脑血管图像进行血管分割,得到血管分割结果;脑血管图像分割模型的确定步骤包括:获取脑血管样本图像,脑血管样本图像包括第一样本图像对应的初始带噪标签,以及第二样本图像对应的真实标签;基于学生第一分割损失、学生第二分割损失和一致性损失,对初始脑血管图像分割模型进行参数迭代,得到脑血管图像分割模型,同时基于体素不确定性图对带噪标签进行循环优化。本发明提供的基于半监督学习的三维脑血管分割方法和装置,能够有效提高脑血管分割的准确性。

    柔性电极的植入方法、装置和电子设备

    公开(公告)号:CN115316972A

    公开(公告)日:2022-11-11

    申请号:CN202210743396.3

    申请日:2022-06-27

    摘要: 本发明提供一种柔性电极的植入方法、装置和电子设备,涉及脑机接口、手术机器人、信号监测技术领域,解决了现有技术中无法准确地将柔性电极的植入至颅脑皮层中,从而导致柔性电极植入的安全性较低的问题。该方法包括:根据待处理对象颅脑的图像,获取颅脑的血管特征和颅骨特征;基于血管特征和颅骨特征,构建颅脑融合模型;其中,颅脑融合模型用于描述血管和颅骨之间的空间关系;基于血管和颅骨之间的空间关系,控制操作设备将柔性电极植入至颅脑皮层,以通过柔性电极获取待处理对象的颅脑信号,这样可以在一定程度上避免柔性电极与颅脑重要血管发生碰撞,从而提高了柔性电极植入的安全性。

    基于脑机接口的机械臂轨迹规划方法、装置以及电子设备

    公开(公告)号:CN114986524B

    公开(公告)日:2022-10-28

    申请号:CN202210941922.7

    申请日:2022-08-08

    IPC分类号: B25J9/16

    摘要: 本发明提供一种基于脑机接口的机械臂轨迹规划方法、装置以及电子设备,涉及机器人技术领域,所述方法包括:获取第一配置列表;基于三维头部区域和第一配置列表进行碰撞检测,并基于碰撞检测结果删除第一配置列表中机械臂与三维头部区域存在碰撞的三维点以及三维点对应的机械臂关节转角数据;将删除处理后的第一配置列表作为第二配置列表,并获取机械臂对第二配置列表中的所有三维点的目标访问顺序;基于第二配置列表和目标访问顺序,获取机械臂在三维头部区域中运动形成的模拟植入轨迹,模拟植入轨迹用于将脑机接口植入至三维头部区域,解决了无法快速安全地获取机械臂在高度杂乱的三维头部区域中运动所形成的模拟植入轨迹。

    图像分类方法、装置、电子设备与存储介质

    公开(公告)号:CN114708465B

    公开(公告)日:2022-09-27

    申请号:CN202210628109.4

    申请日:2022-06-06

    发明人: 崔玥 李超 余山

    摘要: 本发明涉及人工智能技术领域,提供一种图像分类方法、装置、电子设备与存储介质,其中方法包括:确定待分类的神经影像;将神经影像输入至分类模型,得到分类模型输出的神经影像的分类结果;分类模型是在多任务学习预训练模型的基础上,基于第一样本神经影像及其对应的样本分类结果训练得到的,多任务学习预训练模型是在无监督预训练模型的基础上,基于第二样本神经影像及其对应的各任务下的样本标签训练得到的,无监督预训练模型是基于第三样本神经影像无监督训练得到的。本发明提供的方法、装置、电子设备与存储介质,节省了数据的标注成本,避免了模型出现过拟合的问题,提升了模型在图像分类任务上的性能与泛化性,提升了分类结果的准确性。