公开(公告)号：CN110599461A

公开(公告)日：2019-12-20

申请号：CN201910772126.3

申请日：2019-08-21

Applicant: 东南大学

Inventor： 孔佑勇 ,  高和仁 ,  任洲甫 ,  周卫平 ,  舒华忠

IPC: G06T7/00 ,  G06K9/62 ,  G06K9/46

Abstract: 本发明公开了一种基于子空间特征学习的丘脑功能分区方法。首先，使用弥散张量成像进行纤维追踪以获得活体大脑内部结构连接信息，使用精细皮层分区针对复杂非线性的丘脑皮层特征提取形成结构连接特征。然后，使用深度子空间网络以及增加的自表达特性学习特征的隐藏子空间映射，提取低维子空间特征。最后，对体素特征加以空间约束降低噪声的影响，更好地反映空间拓扑结构，丰富对空间信息的提取，构建亲和度矩阵使用归一化割方法获得功能分区。本发明方法能够降低噪声的影响，并且能够更好地反映体素空间的拓扑结构，丰富对空间信息的提取，可以高效地获得丘脑功能分区。

公开(公告)号：CN110599461B

公开(公告)日：2023-04-07

申请号：CN201910772126.3

申请日：2019-08-21

Applicant: 东南大学

Inventor： 孔佑勇 ,  高和仁 ,  任洲甫 ,  周卫平 ,  舒华忠

IPC: G06T7/00 ,  G06V10/762 ,  G06V10/774 ,  G06V10/40

Abstract: 本发明公开了一种基于子空间特征学习的丘脑功能分区方法。首先，使用弥散张量成像进行纤维追踪以获得活体大脑内部结构连接信息，使用精细皮层分区针对复杂非线性的丘脑皮层特征提取形成结构连接特征。然后，使用深度子空间网络以及增加的自表达特性学习特征的隐藏子空间映射，提取低维子空间特征。最后，对体素特征加以空间约束降低噪声的影响，更好地反映空间拓扑结构，丰富对空间信息的提取，构建亲和度矩阵使用归一化割方法获得功能分区。本发明方法能够降低噪声的影响，并且能够更好地反映体素空间的拓扑结构，丰富对空间信息的提取，可以高效地获得丘脑功能分区。