-
公开(公告)号：CN110969614B
公开(公告)日：2024-03-29
申请号：CN201911262846.1
申请日：2019-12-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于三维卷积神经网络的脑龄预测方法及系统，所述预测方法包括：采集历史样本集，所述历史样本集包括多对历史结构磁共振影像数据及对应测试者的生理年龄，所述历史样本集分为训练样本集及测试样本集；对所述训练样本集中的各所述历史结构磁共振影像数据预处理，得到对应的处理图像；根据各处理图像及对应测试者的生理年龄，对三维卷积神经网络进行训练，得到训练后的三维卷积神经网络；获取当前测试者的当前结构磁共振影像数据；基于训练后的三维卷积神经网络，根据所述当前结构磁共振影像数据，可确定当前测试者的脑龄情况，实现端到端的检测，准确度高。
-
Patent Agency Ranking
公开(公告)号：CN101294954B
公开(公告)日：2012-05-23
申请号：CN200710098693.2
申请日：2007-04-25
Applicant: 中国科学院自动化研究所
IPC: G01N33/483 , G01N27/447 , G06T7/00
Abstract: 本发明公开一种基于信息势的图像配准方法，基于信息势和欧氏距离的测度来度量最近点的迭代最近点算法；用信息论中的信息势来度量两幅图像中的两个蛋白点灰度分布的相似性，衡量两个蛋白质点的相似性；将蛋白质点的灰度信息与几何信息结合在一起，获得搜索最近点，用于对变形严重的图像自动进行匹配。迭代最近点算法是一种点匹配算法，传统的迭代最近点算法对初始变换要求较高，本发明提供了一种基于信息势和欧氏距离的测度，从而，提高了配准算法的鲁棒性，应用于图像分析领域，尤其对于凝胶电泳图像。本发明方法对于凝胶电泳图像配准非常有效，还可以广泛应用于各种临床与基础研究中。
-
公开(公告)号：CN101110095A
公开(公告)日：2008-01-23
申请号：CN200610103256.0
申请日：2006-07-20
Applicant: 中国科学院自动化研究所
CPC classification number: Y02A90/24
Abstract: 本发明涉及生物信息学技术领域的一种基于复杂脑基因网络的常见脑疾病易感基因检测方法，用计算机计算的手段大规模检测各种常见脑疾病的易感基因。包括两大部分：1.基于贝叶斯模型集成基因组、蛋白质组等多种可利用的公共生物学数据构建复杂脑基因网络，并分析该网络的统计特性；2.在此网络的基础上，引入某常见脑疾病的先验信息，然后根据网络的连接特性对网络中所有脑基因进行重要性排序，选取分数较高的基因构成相关基因子网络，从而大规模地、便捷地处理该疾病相关易感基因。本发明可以快速实现常见脑疾病易感基因的批量检测，在普通的微机上即可完成，可方便快捷地为传统遗传学研究以及各种病理研究提供非常有价值的线索。
-
公开(公告)号：CN110969614A
公开(公告)日：2020-04-07
申请号：CN201911262846.1
申请日：2019-12-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于三维卷积神经网络的脑龄预测方法及系统，所述预测方法包括：采集历史样本集，所述历史样本集包括多对历史结构磁共振影像数据及对应测试者的生理年龄，所述历史样本集分为训练样本集及测试样本集；对所述训练样本集中的各所述历史结构磁共振影像数据预处理，得到对应的处理图像；根据各处理图像及对应测试者的生理年龄，对三维卷积神经网络进行训练，得到训练后的三维卷积神经网络；获取当前测试者的当前结构磁共振影像数据；基于训练后的三维卷积神经网络，根据所述当前结构磁共振影像数据，可确定当前测试者的脑龄情况，实现端到端的检测，准确度高。
-
公开(公告)号：CN110070935A
公开(公告)日：2019-07-30
申请号：CN201910211463.5
申请日：2019-03-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于对抗神经网络的医学图像合成方法、分类方法及装置，旨在解决脑疾病分类任务中训练样本不足带来的准确度不能满足需求的问题，本发明合成方法包括：获取第一特征图像集及第二特征图像集；构建包括类别损失计算功能的循环生成对抗模型；基于所述第一特征图像集和所述第二特征图像集训练所述循环生成对抗模型；以及当样本分类损失满足条件时，将所述循环生成对抗模型生成的图像作为样本数据。本发明在Cycle-GAN网络模型基础上添加类别损失使合成脑图像更加真实，通过无监督的方式增加了两倍的样本量，解决了使用深度学习方法进行脑疾病分类过程中出现的样本量不足的问题，可以提升分类准确度。
-
公开(公告)号：CN101876992B
公开(公告)日：2013-03-06
申请号：CN200910237783.4
申请日：2009-11-17
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
Abstract: 本发明公开一种图像数据仓库管理方法，是利用基于文本的图像数据描述信息，对图像数据仓库进行高效管理，该管理过程包括图像数据索引文件的生成、上传、关键词检索及图像数据的下载；该方法分成图像数据上传和下载两路工作，客户端用户在对图像数据仓库的上传操作中，利用加锁的方式使该用户在当前时间成为对该仓库具有唯一更改性操作权限的用户。整个上传及下载操作都是通过数据描述文件进行，该描述文件记录了所有图像数据的分字段编号、存储路径及各种属性的详细信息。客户端与服务器端保持同样的图像数据描述文件，使得用户对图像数据进行的检索操作都能在客户端进行，从而减轻网络以及服务器端的压力，从根本上提高了数据仓库管理的效率。
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
