-
公开(公告)号:CN118806259A
公开(公告)日:2024-10-22
申请号:CN202410959099.1
申请日:2024-07-17
申请人: 安徽师范大学
摘要: 本发明公开一种基于Transformer和3DCNN的脑血氧信号检测异常系统,包括:依次连接的输入单元、处理器及输出单元,其中,处理器上集成有训练好的PM‑Conformer网络模型;输入单元,用于输入采集到的功能磁共振成像fMRI影像数据,发送至处理器;PM‑Conformer网络模型识别当前功能磁共振成像fMRI影像数据对应的血氧信号是否正常,并通过输出单元对识别结果进行输出。通过结合Transformer和CNN来构建网络可以有效提取fMRI影像空间中的局部与全局信息,同时还可以对fMRI时序信息进行建模,提高对fMRI影像中不同维度信息的利用,满足对脑血氧异常的检测的要求。
-
公开(公告)号:CN117788403A
公开(公告)日:2024-03-29
申请号:CN202311795537.7
申请日:2023-12-25
申请人: 安徽师范大学
IPC分类号: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开一种基于Transformer的脑部磁共振图像的特征提取方法,具体如下:(1)构建每个站点用于脑部磁共振图像特征提取的特征提取模型;(2)采集到脑部磁共振图像输入对应特征对应站点的特征提取模型,特征提取模型输出脑部静态血氧信号及其对应的性别。提高了脑部磁共振图像特征提取的性能,并为今后通过脑部磁共振图像诊断脑部疾病提供更加有效的特征提取方法。
-