-
公开(公告)号：CN119257614B
公开(公告)日：2025-03-21
申请号：CN202411796249.8
申请日：2024-12-09
Applicant: 中国科学院大学 , 中国科学院自动化研究所
Abstract: 本发明提供一种脑电相位确定方法、装置、设备、存储介质及程序产品，应用于脑电信号处理技术领域。该方法包括：通过脑电信号放大器采集脑电数据，所述脑电数据的通道数为N；对所述脑电数据进行预处理操作，得到预处理脑电信号，所述预处理脑电信号的通道数为M；计算所述预处理脑电信号的相位，得到每个时刻的脑电相位信息；基于所述预处理脑电信号和所述脑电相位信息构建和训练相位预测模型；其中，所述相位预测模型包括多个信号处理支路，所述多个信号处理支路用于捕捉不同频率脑电信号的线性特征和非线性特征；所述相位预测模型用于预测实时脑电相位信息，M、N为大于0的整数，且M小于或等于N。
-
公开(公告)号：CN118687963A
公开(公告)日：2024-09-24
申请号：CN202411108800.5
申请日：2024-08-13
Applicant: 中国科学院自动化研究所
IPC: G01N1/42
Abstract: 本发明提供一种辅助包埋装置、包埋方法及应用，属于组织包埋的技术领域，特别涉及大样本冷冻包埋。所述辅助包埋装置主要包括第一旋转体、第二旋转体、夹紧结构、模具托；其中，第一旋转体与第二旋转体通过连接传动结构实现两者同步转动；夹紧结构和模具托设置在第一旋转体，完成对金属底托的固定；所述第二旋转体上设置顶部辅助盘以协助包埋模具制作。在此装置辅助下，只需要锡箔纸、透明胶带、金属底托等简易材料即可根据待包埋组织样本的形状和尺寸快速制作个性化的包埋模具。本发明使待包埋组织周围有恰当厚度的OCT，从而显著提高组织包埋质量，可适用于猕猴等大样本脑组织的连续切片，有助于更高效、精准的组织研究。
-
公开(公告)号：CN115282489B
公开(公告)日：2023-11-14
申请号：CN202210744897.3
申请日：2022-06-27
Applicant: 中国科学院自动化研究所
IPC: A61N2/04
Abstract: 本发明提供一种磁刺激器件和磁刺激设备，涉及生物医学技术领域，解决了磁刺激器件的重量较大的问题。该磁刺激器件包括两个间隔设置的第一圆柱型磁芯以及线圈，线圈分别缠绕于两个第一圆柱型磁芯的外周；其中，线圈，用于在有电流通过时产生磁场；第一圆柱型磁芯，用于加强磁场，以通过加强后的磁场刺激目标对象，实现了在提供足够的磁刺激强度的情况下，减轻了磁刺激器件的重量的目的。
-
公开(公告)号：CN116943037A
公开(公告)日：2023-10-27
申请号：CN202310485677.8
申请日：2023-04-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于增强现实的线圈位姿调整方法及装置，该基于增强现实的线圈位姿调整方法包括：获取待检测和调控对象的脑部磁共振成像MRI数据；基于MRI数据得到三维脑模型；对三维脑模型进行增强现实处理得到增强后的三维脑模型和虚拟线圈模型；在增强后的三维脑模型与待检测和调控对象的脑部轮廓建立配准，且虚拟线圈模型与经颅磁刺激线圈建立配准的情况下，对虚拟线圈模型进行位置调整，对虚拟线圈模型进行姿态调整，得到虚拟线圈调整信息。本发明所述方法通过可视化原本在物理空间中不可见的颅内靶点和线圈有效刺激范围，提高了经颅磁刺激靶点刺激的准确性，降低了操作难度。
-
公开(公告)号：CN115661467A
公开(公告)日：2023-01-31
申请号：CN202211689218.3
申请日：2022-12-28
Applicant: 中国科学院自动化研究所
IPC: G06V10/26 , G06V10/762 , G06V10/84 , G06T7/00
Abstract: 本发明涉及图像分割技术领域，提供一种脑血管图像分割方法、装置、电子设备及存储介质，其中方法包括：获取待分割的三维图像；对三维图像的灰度直方图进行聚类处理，得到初始血管分割结果；基于海森矩阵血管滤波方法，得到血管增强图像；基于初始血管分割结果，确定分割阈值；基于分割阈值和血管增强图像所对应的血管响应函数，确定第一能量函数；基于初始血管分割结果，确定第二能量函数；基于第一能量函数和第二能量函数确定各体素的类先验概率；基于隶属度矩阵，以及类先验概率，确定血管类别的后验概率和背景类别的后验概率，并基于后验概率，确定血管分割结果。本发明提供的方法、装置、电子设备及存储介质，提高了分割质量。
-
Patent Agency Ranking
公开(公告)号：CN114796875A
公开(公告)日：2022-07-29
申请号：CN202210754796.4
申请日：2022-06-30
Applicant: 中国科学院自动化研究所
IPC: A61N2/04
Abstract: 本发明提供一种电磁刺激方法、装置、设备及可读存储介质。该方法应用于医疗技术领域，该方法能够解决现有技术中通过电刺激或磁刺激对目标区域进行刺激时，聚焦性较差的问题。该方法包括：接收用户输入的操作指令；在操作指令用于指示对目标对象的目标区域进行深度刺激的情况下，控制电磁刺激设备中的TES器件在目标区域内的电流方向，和TMS器件在目标区域内的电流方向相同，在操作指令用于指示对目标区域进行浅度刺激的情况下，控制TES器件在目标区域内的电流方向，和TMS器件在目标区域内的电流方向相反，以通过TES器件和TMS在目标区域内产生的电流信号对目标区域进行电磁刺激。本发明可以提高电磁刺激在目标区域的空间聚焦性。
-
公开(公告)号：CN113610808A
公开(公告)日：2021-11-05
申请号：CN202110907483.3
申请日：2021-08-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于图像处理领域，具体涉及了一种基于个体脑连接图的群体脑图谱个体化方法、系统和设备，旨在解决现有的针对脑图谱的功能划分方式难以反映个体间的差异、实现跨个体分析的问题。本发明包括：获取目标的T1加权核磁共振影像和待测目标的弥散核磁共振影像，通过提取白质和灰质表面结构的表面网格三角形节点和边，将灰白质交接面的顶点作为个体脑连接图的节点，并将其空间邻域作为个体脑连接图的边，通过矫正的弥散MRI图像获取纤维束指纹，将纤维束指纹作为个体脑连接图的节点属性，最后通过脑区分类图卷积网络获得分区个体水平脑图谱。本发明建立了个体化脑图谱绘制流程利用了纤维束连接指纹和图卷积网络增加对于个体差异绘制的鲁棒性。
-
公开(公告)号：CN109858513B
公开(公告)日：2021-01-29
申请号：CN201811573452.3
申请日：2018-12-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于脑认知能力测量领域，具体涉及一种基于脑灰质白质形态特征多重降维的脑认知能力测量方法，旨在为了解决即为了解决脑认知能力测量的智能化与便捷化问题。本发明方法包括：对输入的磁共振图像进行特征提取，获得体素层面计算得到的灰质、白质的局部特征；对获得的灰质、白质的局部特征进行正交投影降维；基于预先构建的认知能力‑局部特征对应关系，对降维后的局部特征进行认知能力的测量，并输出测量结果。本发明通过磁共振图像进行认知能力测量是实现了脑认知能力测量的自动化、智能化与便捷化。
-
公开(公告)号：CN109498037B
公开(公告)日：2020-06-16
申请号：CN201811573433.0
申请日：2018-12-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于脑认知能力测量领域，具体涉及一种基于深度学习提取特征和多重降维算法的脑认知测量方法，旨在为了解决高维度的脑影像特征提取和认知能力测量的智能化与便捷化问题。本发明方法包括：对输入的脑影像数据，采用特征提取网络进行多通道的特征提取，并通过拉直拼接操作获取一个局部特征向量；对获得的局部特征向量进行正交投影降维；基于预先构建的认知能力‑局部特征对应关系，对降维后的局部特征进行认知能力的测量，并输出测量结果。本发明实现了脑认知能力测量的自动化、智能化与便捷化；同时具有较高的识别准确度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.036 seconds)
