-
公开(公告)号：CN112233199B
公开(公告)日：2024-02-06
申请号：CN202011006599.1
申请日：2020-09-23
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T11/00 , G06N3/044 , G06N3/0464
Abstract: 本发明提供一种基于离散表征和条件自回归的fMRI视觉重构方法。该方法包括：步骤1：构建图像离散表征模型和图像重构模型；步骤2：构建fMRI视觉重构数据集，所述数据集包含训练集和测试集，训练集包含第一套图像和被试看到第一套图像刺激后的第一套fMRI脑信号；所述测试集包含第二套图像和被试看到第二套图像刺激后的第二套fMRI脑信号；步骤3：根据训练集和图像离散表征模型，构建fMRI脑信号到图像离散表征的条件自回归模型；步骤4：根据条件自回归模型和图像重构模型，得到第二套fMRI脑信号的视觉重构结果。本发明主要面向复杂自然图像的重构。
-
公开(公告)号：CN112686098B
公开(公告)日：2023-05-26
申请号：CN202011472027.2
申请日：2020-12-15
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/213 , G06N3/0464 , G06N3/09
Abstract: 本发明属于功能磁共振信号处理技术领域，特别涉及一种基于Shape‑Resnet的大脑中高级视觉区信号处理方法及系统，包含：构建视觉编码模型，该模型包含：用于提取刺激图像特征的神经网络和用于将图像特征映射到预测fMRI信号的线性回归模型，其中，神经网络模型为利用已有数据集已完成形状特征训练学习的深度卷积神经网络模型；利用样本数据对视觉编码模型进行训练优化；利用优化后的视觉编码模型对目标大脑中高级视觉区信号进行预测，以分析外部视觉刺激时目标大脑中高级视觉区信号变化过程。本发明用学习形状特征的深度网络来构建高级视觉区的视觉编码模型，提升中高级视觉区大脑信号分析预测效果。
-
公开(公告)号：CN115236760A
公开(公告)日：2022-10-25
申请号：CN202210796834.2
申请日：2022-07-08
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01V7/06
Abstract: 本发明涉及大地测量技术领域，尤其涉及一种辅助仪器整平的重力线密切方位角确定方法及装置，该方法包括：基于地球重力场模型计算重力东向梯度；基于重力场模型计算重力北向梯度；基于得出的重力东向梯度及重力北向梯度计算重力线密切方位角。本发明通过地球重力场模型计算重力线密切方位角，描述全球重力线密切方位角分布特征，进而给出辅助仪器整平的密切方位角调节参数，可以定量刻画和描述仪器整平时重力线密切方位角参量，为丰富测量整平模块理论内涵、提升仪器测量工作准备效率提供理论技术依据。
-
公开(公告)号：CN109255309B
公开(公告)日：2021-03-23
申请号：CN201810989759.5
申请日：2018-08-28
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种面向遥感图像目标检测的脑电与眼动融合方法及装置。该方法包括：步骤1.同步采集被试在注视遥感图像时的眼动数据和脑电数据；步骤2.分别对所述眼动数据和脑电数据进行预处理；步骤3.根据预处理后的眼动数据，确定注视区域内的注视点特征样本集和瞳孔特征样本集；步骤4.根据预处理后的脑电数据，确定注视相关电位时空特征样本集和脑电频率特征样本集；步骤5.采用AdaBoost算法对所述注视点特征样本集、瞳孔特征样本集、注视相关电位时空特征样本集和脑电频率特征样本集中各特征进行分类，根据分类决策结果对所述各特征进行融合。本发明通过融合多模神经特征提高了遥感图像目标检测的准确率和稳定性。
-
公开(公告)号：CN112233199A
公开(公告)日：2021-01-15
申请号：CN202011006599.1
申请日：2020-09-23
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于离散表征和条件自回归的fMRI视觉重构方法。该方法包括：步骤1：构建图像离散表征模型和图像重构模型；步骤2：构建fMRI视觉重构数据集，所述数据集包含训练集和测试集，训练集包含第一套图像和被试看到第一套图像刺激后的第一套fMRI脑信号；所述测试集包含第二套图像和被试看到第二套图像刺激后的第二套fMRI脑信号；步骤3：根据训练集和图像离散表征模型，构建fMRI脑信号到图像离散表征的条件自回归模型；步骤4：根据条件自回归模型和图像重构模型，得到第二套fMRI脑信号的视觉重构结果。本发明主要面向复杂自然图像的重构。
-
Patent Agency Ranking
公开(公告)号：CN109567803A
公开(公告)日：2019-04-05
申请号：CN201811550357.1
申请日：2018-12-18
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于实时神经反馈技术的海马体自我调节分析方法。该方法包括：步骤1、情绪诱发：将从IAPS图片库中选取的正性图片呈现给被试者，激活被试者的海马体呈现相应的情绪状态，所述情绪诱发过程持续12s；步骤2、反馈调节：将被试者的海马体的反馈信息呈现给被试者，以供被试者采用积极自传体记忆回忆策略或认知重评策略，调节所述反馈信息，所述反馈调节过程持续40s，其中呈现给被试者的反馈信息每2s更新一次；步骤3、恢复基线水平：在屏幕上呈现十字，并从100以5的间隔倒数，使被试者持续观看所述十字至倒数结束，以供被试者恢复海马体基线水平；步骤4、重复执行5次所述步骤1至步骤3。本发明对临床治疗认知障碍症具有参考意义。
-
公开(公告)号：CN112633099B
公开(公告)日：2023-06-20
申请号：CN202011472030.4
申请日：2020-12-15
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F18/213 , G06F18/25 , G06T3/40 , G06N3/084
Abstract: 本发明属于功能磁共振信号处理技术领域，特别涉及一种基于Gabornet的大脑低级视觉区信号处理方法及系统，包含：构建视觉编码模型，包含：用于通过卷积操作将视觉刺激图像空间到图像特征空间映射的图像表征模块，和用于通过全连接将图像特征空间到视觉感兴趣区域体素空间映射的体素回归模块；卷积操作由Gabor卷积层和普通卷积层完成，Gabor卷积层通过将图像投影到Gabor滤波上并进行卷积运算来获得图像在Gabor滤波器投影；利用样本数据对视觉编码模型进行训练优化；利用视觉编码模型对目标大脑低级视觉区信号进行预测，分析外部视觉刺激时目标大脑低级视觉区信号变化过程。本发明针对低级视觉区构建相应视觉编码模型，通过改善编码效果来提升对低视觉区大脑信号的预测效果。
-
公开(公告)号：CN109567803B
公开(公告)日：2022-07-19
申请号：CN201811550357.1
申请日：2018-12-18
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种基于实时神经反馈技术的海马体自我调节分析方法。该方法包括：步骤1、情绪诱发：将从IAPS图片库中选取的正性图片呈现给被试者，激活被试者的海马体呈现相应的情绪状态，所述情绪诱发过程持续12s；步骤2、反馈调节：将被试者的海马体的反馈信息呈现给被试者，以供被试者采用积极自传体记忆回忆策略或认知重评策略，调节所述反馈信息，所述反馈调节过程持续40s，其中呈现给被试者的反馈信息每2s更新一次；步骤3、恢复基线水平：在屏幕上呈现十字，并从100以5的间隔倒数，使被试者持续观看所述十字至倒数结束，以供被试者恢复海马体基线水平；步骤4、重复执行5次所述步骤1至步骤3。本发明对临床治疗认知障碍症具有参考意义。
-
公开(公告)号：CN109816630A
公开(公告)日：2019-05-28
申请号：CN201811570733.3
申请日：2018-12-21
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06T7/00
Abstract: 本发明属于视觉信息处理技术领域，特别涉及一种基于迁移学习的fMRI视觉编码模型构建方法，包含：获取视觉刺激图像数据及其对应的fMRI数据集，将刺激图像数据作为编码模型的输入，视觉区fMRI响应作为模型的输出；通过深度卷积神经网络模型提取刺激图像数据的CNN特征，并针对每个视觉区构造视觉响应编码模型；通过构造动态损失函数训练视觉编码模型中的全连接层响应模型，依据视觉响应模式为大脑视觉区每个体素选取最佳视觉编码模型。本发明利用在大数据集上训练得到的深度神经网络模型提取fMRI视觉实验刺激的特征，并将提取的特征通过有效合理的非线性映射得到对于不同体素的响应，构建精度较高的视觉编码模型，提高了对大脑视觉区体素响应的预测准确性。
-
公开(公告)号：CN117481593A
公开(公告)日：2024-02-02
申请号：CN202311414668.6
申请日：2023-10-30
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及认知能力客观评价技术领域，特别涉及一种基于眼动的图像判读认知能力评估方法及系统，首先采集图像判读人员在不同任务负荷难度图像识别期间的眼动数据，以利用眼动数据构建眼动数据集；通过眼动数据集选取用于图像判读认知能力评估的眼动特征，并基于眼动特征构建认知能力评估分类模型；针对待评估目标对象，利用其图像识别期间的眼动数据并基于认知能力评估分类模型对其图像判读认知能力进行评估。本发明基于眼动特征来区分个体对图像判读认知能力的差异，便于在日常生活中部署实施，以及时准确有效地评估个体对图像认知能力，能够推广眼动技术的应用范围，便于在日常生活中的应用部署，具有较好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.049 seconds)
