公开(公告)号：CN116561518A

公开(公告)日：2023-08-08

申请号：CN202310592254.6

申请日：2023-05-24

Applicant: 电子科技大学

Inventor： 刘博达 ,  刘勇国 ,  张云 ,  朱嘉静 ,  李巧勤

IPC: G06F18/10 ,  A61B5/055 ,  A61B5/00 ,  G06F18/214 ,  G06F18/2411

Abstract: 本发明公开了一种基于脑区权重相关性的脑网络构建方法，通过采集被试者大脑静息状态下的fMRI数据并进行预处理，基于生理信号BOLD序列相关性构建大脑网络连通性矩阵，然后提取脑区BOLD序列的三种局部特征，通过SVM训练得到脑区权重序列，并计算权重的相关性，构建基于脑区权重相关性的大脑网络连通矩阵，融合两种连通矩阵，得到最终的大脑网络连通矩阵，最后基于该连通矩阵构建对应的脑网络。本发明的方法与现有方法相比，在基于BOLD序列构建大脑网络连通矩阵的基础上，还基于BOLD序列的局部特征计算脑区权重序列及相关性，能够关注到对疾病影响较大但却较微弱的连接，构建的脑网络有助于发现真正与疾病相关的脑区。

公开(公告)号：CN119207795A

公开(公告)日：2024-12-27

申请号：CN202411384087.7

申请日：2024-09-30

Applicant: 电子科技大学

Inventor： 刘博达 ,  李巧勤 ,  刘勇国 ,  兰刚 ,  张云

IPC: G16H50/30 ,  A61B5/00 ,  A61B5/369 ,  A61B5/372 ,  G16H50/70 ,  G16H20/30 ,  G16H10/60 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/049 ,  G06N3/045

Abstract: 本发明公开了一种基于链式编码器康复预测模型的康复结果预测方法，首先收集患者康复记录数据，然后构建编码器、解码器，使用患者脑电数据进行训练，即针对编码器进行静息脑电还原的预训练，然后使用三种不同事件相关的脑电进行不同类型编码器训练，再使用注意力层计算不同脑电通道重要性，并结合患者的状态向量，构建编码器预测块，最后使用级联式训练方法构建链式编码器康复预测模型，提取出模型注意力层中的权重参数，得到不同脑电通道对预测的重要性，完成康复预测。本发明的方法构建的链式编码器结构融合异构数据，充分考虑了康复进程的阶段性，以及不同脑电通道对康复效果的影响，提升了康复预测的准确性，能为医师提供决策支持。