-
公开(公告)号：CN117708661A
公开(公告)日：2024-03-15
申请号：CN202311551111.7
申请日：2023-11-21
Applicant: 电子科技大学
IPC: G06F18/241 , A61B5/055 , A61B5/145 , G06F18/25 , G06F18/2411 , G06F18/10 , G06F17/14 , G06F17/16
Abstract: 本发明公开了一种基于跨模态融合网络对BOLD‑fMRI信号的重建方法，属于生物医学成像信号处理技术领域，本发明首先得到多个模态的分子水平的连接矩阵，再对其进行信息融合，然后对融合后的矩阵进行结构限制得到跨模态融合网络；对跨模态融合网络的拉普拉斯矩阵进行谱分解得到融合网络的基；最后利用融合网络的基对功能磁共振信号进行重建。本发明基于跨模态相似网络信息，利用图傅里叶变换对功能磁共振信号进行重建，所重建的BOLD‑fMRI信号具有鲁棒性高，稳定性强等特点，对功能磁共振成像信号的重建提供了一种跨模态信息融合技术，解决了分子表达水平数据获取难度大的问题，进而能更好的获取多层级网络和大脑认知功能以及脑疾病结构、功能影像表征之间的关系。
-
公开(公告)号：CN113506248A
公开(公告)日：2021-10-15
申请号：CN202110703504.X
申请日：2021-06-24
Applicant: 电子科技大学
Abstract: 本发明公开一种融合MRI形态学多指标的方法，包括以下步骤：获取原始数据、计算形态学指标、计算被试形态相关矩阵、计算组平均形态相关矩阵、获得相似矩阵、映射梯度矩阵、获得个体第一梯度和矩阵映射大脑皮层；本发明先根据T1加权磁共振数据测量个体大脑皮层的形态学指标，将多种指标数据归一化后，在不同脑区间计算皮尔逊相关，得到个体的脑区形态学相关矩阵，而后利用扩散嵌入进行空间拓扑表征研究，得到一系列成分表示，将主要成分映射回大脑皮层进行空间显示，通过观察梯度的空间模式与大脑解剖位置的关系，可以更好地理解大脑皮层不同脑区间形态学相似性的关系，从而帮助理解大脑的进化和发育。
-
公开(公告)号：CN113476032A
公开(公告)日：2021-10-08
申请号：CN202110932675.X
申请日：2021-08-13
Applicant: 电子科技大学
Abstract: 本发明提供一种基于有向图谐波分析的脑结构与功能耦合的方法，属于生物医学信号处理技术领域。首先，利用大脑皮层示踪剂注射追踪或结构磁共振成像弥散张量成像纤维束概率追踪构造非对称矩阵有向权重脑结构连接矩阵。其次，引入随机游走算子将非对称有向权重脑结构连接矩阵转化为实对称拉普拉斯矩阵，以拉普拉斯矩阵的特征向量作为脑结构连接谐波。然后，利用图谐波分析将脑功能信号分解为脑结构与功能耦合(即图的低频特征模态)和分离(即图的高频特征模态)的谐波分量。最后，跨时间的低频和高频滤波信号的二范数之比的对数值作为脑结构分离指标，以刻画脑结构与功能的分离和耦合。本发明具有更强的适应性。
-
公开(公告)号：CN109522894B
公开(公告)日：2021-08-27
申请号：CN201811344623.5
申请日：2018-11-12
Applicant: 电子科技大学
Abstract: 本发明提供一种探测fMRI脑网络动态协变的方法，该方法包括：首先利用功能磁共振数据构建大脑功能网络，再按照一定的依据(年龄大小、病程长短、教育程度高低等因素)分别将不同的网络矩阵顺序排列起来，得到跨被试的网络矩阵序列，而后利用滑动窗方法进行跨被试的ROI脑区之间的协变关系研究，得到一系列协变矩阵，再通过计算刻画协变关系变异性的数学指标或通过统计检验对跨被试尺度下脑区间协同活动模式的差异，从而更好的理解在网络中脑区之间的交互关系。
-
Patent Agency Ranking
公开(公告)号：CN118470475A
公开(公告)日：2024-08-09
申请号：CN202410532661.2
申请日：2024-04-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多模态磁共振脑影像特征融合的大脑图谱划分方法，属于生物医学图像模式识别技术领域。本发明首先利用预先提取好的的多模态磁共振脑影像特征，基于余弦相似度融合多模态特征，得到相似网络矩阵；进一步对相似网络矩阵进行图拉普拉斯变换为归一化拉普拉斯矩阵；最后基于归一化拉普拉斯矩阵的特征向量执行列中枢的正交三角分解，得到标签向量，即大脑图谱。本发明的方法具有鲁棒性高，稳定性强，准确刻画大脑功能组织结构等特点，可以捕获多模态影像特征之间的互补信息。
-
公开(公告)号：CN113506248B
公开(公告)日：2023-05-23
申请号：CN202110703504.X
申请日：2021-06-24
Applicant: 电子科技大学
Abstract: 本发明公开一种融合MRI形态学多指标的方法，包括以下步骤：获取原始数据、计算形态学指标、计算被试形态相关矩阵、计算组平均形态相关矩阵、获得相似矩阵、映射梯度矩阵、获得个体第一梯度和矩阵映射大脑皮层；本发明先根据T1加权磁共振数据测量个体大脑皮层的形态学指标，将多种指标数据归一化后，在不同脑区间计算皮尔逊相关，得到个体的脑区形态学相关矩阵，而后利用扩散嵌入进行空间拓扑表征研究，得到一系列成分表示，将主要成分映射回大脑皮层进行空间显示，通过观察梯度的空间模式与大脑解剖位置的关系，可以更好地理解大脑皮层不同脑区间形态学相似性的关系，从而帮助理解大脑的进化和发育。
-
公开(公告)号：CN113627360B
公开(公告)日：2023-04-07
申请号：CN202110931798.1
申请日：2021-08-13
Applicant: 电子科技大学
IPC: G06F18/10 , G06F18/2131 , G06F18/22
Abstract: 本发明提供基于形态学相似网络对fMRI信号进行滤波分解的方法，属于生物医学成像信号处理技术领域。包括如下步骤：首先计算被试的形态学相似矩阵并变换得到对应的拉普拉斯矩阵，其次计算拉普拉斯矩阵的谱分解并利用谐波分量对功能磁共振成像信号进行图傅里叶变换，最终使用图滤波器对频域的信号进行滤波和逆变换，得到功能磁共振成像信号中的低频信号和高频信号，并分别探究高频信号与低频信号的能量谱密度。本发明的方法具有鲁棒性高，稳定性强等特点，对功能磁共振成像信号的分解处理提供了一种新的有效方法。
-
公开(公告)号：CN106037741A
公开(公告)日：2016-10-26
申请号：CN201610524807.4
申请日：2016-07-04
Applicant: 电子科技大学
IPC: A61B5/055
CPC classification number: A61B5/055 , A61B5/0042 , A61B5/72 , A61B5/7257
Abstract: 该发明公开了一种基于fMRI探测动态脑自发活动的数据方法,属于生物医学图像模式识别技术领域，具体涉及基于功能磁共振时间序列的动态脑自发活动探测方法。本发明根据脑自发活动的动态变化特性，利用短时间间隔内脑信号是平稳(伪平稳)属性，提出一种组合滑动窗(sliding‑window)及信号振幅(ALFF)方法，并结合给变异程度(Variance)值，给出了动态脑自发活动定量化计算方法。本发明的方法具有鲁棒性高，稳定性强等特点，对于磁共振数据模式识别等领域脑自发活动的动态性探测提供了新的有效技术。
-
公开(公告)号：CN205696853U
公开(公告)日：2016-11-23
申请号：CN201620283466.1
申请日：2016-04-06
Applicant: 杭州电子科技大学
Abstract: 本实用新型公开了一种多功能婴儿摇篮。传统婴儿摇篮增加了劳动负担，噪音大。本实用新型中数据采集处理系统的微处理器将温湿度检测模块、红外热辐射模块、压力传感器模块和声音检测模块采集到的数据进行处理分析，然后发送指令给音乐提示播放模块、微信互联模块、电机模块和显示模块；显示模块实现屏幕显示，电机模块对摇篮框架摆动幅度进行控制，婴儿身上发生事故时微信互联模块向婴儿监护人即时通知；音乐提示播放模块播放音乐；用户指令通过显示模块传给数据采集处理系统。本实用新型对婴儿尿床、啼哭、着凉、睡眠情况和体温进行监测，并通过微信互联模块将信息发送至婴儿监护人的手机微信上，减轻了父母夜间照顾婴儿的劳累。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
