-
公开(公告)号：CN118710768B
公开(公告)日：2024-11-01
申请号：CN202411193881.3
申请日：2024-08-28
Applicant: 之江实验室
IPC: G06T11/20 , G06F16/901
Abstract: 本说明书公开了一种基于树形结构图的图像生成方法、装置以及电子设备，具体包括：获取包含有待生成的树形结构图中各节点对应节点数据的树形结构图数据。根据树形结构图数据，针对待生成的树形结构图中的每个节点，确定出每个节点对应的图像区域范围信息。然后，根据每个节点对应的图像区域范围信息和节点数据中的节点标识，生成出树形结构图。通过此方法可以生成出排列整齐且分布均匀的树形结构图，以更美观更整洁的方式展示出树形结构图数据的整体框架以及各节点之间的关联关系。有效避免了在通过人为主动确定树形结构图中各节点位置时的资源消耗和时间浪费，有效提高了树形结构图的生成效率的同时，也提升了树形结构图的观赏性和可视化程度。
-
Patent Agency Ranking
公开(公告)号：CN117056788A
公开(公告)日：2023-11-14
申请号：CN202311315334.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于有监督对比学习的EEG信号分类方法、装置，包括：将EEG信号输入至预先训练的特征提取模型中，得到EEG特征；通过分类器对EEG特征进行分类；其中，特征提取模型的训练过程包括：获取有标签的EEG数据集；截取EEG数据，拥有相同标签的EEG数据样本互为正样本，不同标签的EEG数据样本互为负样本；基于滑动窗对截取的EEG数据样本进行数据增强，得到增强样本；将截取的EEG数据样本和增强样本作为训练集；利用训练集训练特征提取模型，设置损失函数，损失函数用于使负样本特征向量之间的距离逐渐增大，正样本特征向量之间的距离逐渐减小，增强样本特征向量与正样本特征向量之间的距离逐渐减小。
-
公开(公告)号：CN117056788B
公开(公告)日：2023-12-19
申请号：CN202311315334.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于有监督对比学习的EEG信号分类方法、装置，包括：将EEG信号输入至预先训练的特征提取模型中，得到EEG特征；通过分类器对EEG特征进行分类；其中，特征提取模型的训练过程包括：获取有标签的EEG数据集；截取EEG数据，拥有相同标签的EEG数据样本互为正样本，不同标签的EEG数据样本互为负样本；基于滑动窗对截取的EEG数据样本进行数据增强，得到增强样本；将截取的EEG数据样本和增强样本作为训练集；利用训练集训练特征提取模型，设置损失函数，损失函数用于使负样本特征向量之间的距离逐渐增大，正样本特征向量之间的距离逐渐减小，增强样本特征向量与正样本特征向量之间的距离逐渐减小。
-
公开(公告)号：CN117077013A
公开(公告)日：2023-11-17
申请号：CN202311315398.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种睡眠纺锤波检测方法、电子设备、介质，包括：将待检测的EEG信号截取为若干个时序连续等长的EEG信号片段，并提取EEG特征；根据EEG特征，将EEG信号片段划分为第一类EEG信号片段和第二类EEG信号片段；将睡眠纺锤波的占比大于第一阈值的EEG信号片段作为第一类EEG信号片段；将第一类EEG信号片段中的每一EEG信号片段与其在时间上相邻的两个EEG信号片段分别重组；将重组后的EEG信号片段输入至睡眠纺锤波预测模型，得到睡眠纺锤波的峰值位置；当相邻峰值间的距离小于第二阈值时，则相邻峰值间的信号也视为睡眠纺锤波信号；根据睡眠纺锤波的长度范围进行筛选，得到睡眠纺锤波信号的预测结果。
-
公开(公告)号：CN118710768A
公开(公告)日：2024-09-27
申请号：CN202411193881.3
申请日：2024-08-28
Applicant: 之江实验室
IPC: G06T11/20 , G06F16/901
Abstract: 本说明书公开了一种基于树形结构图的图像生成方法、装置以及电子设备，具体包括：获取包含有待生成的树形结构图中各节点对应节点数据的树形结构图数据。根据树形结构图数据，针对待生成的树形结构图中的每个节点，确定出每个节点对应的图像区域范围信息。然后，根据每个节点对应的图像区域范围信息和节点数据中的节点标识，生成出树形结构图。通过此方法可以生成出排列整齐且分布均匀的树形结构图，以更美观更整洁的方式展示出树形结构图数据的整体框架以及各节点之间的关联关系。有效避免了在通过人为主动确定树形结构图中各节点位置时的资源消耗和时间浪费，有效提高了树形结构图的生成效率的同时，也提升了树形结构图的观赏性和可视化程度。
-
公开(公告)号：CN117077013B
公开(公告)日：2024-03-26
申请号：CN202311315398.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种睡眠纺锤波检测方法、电子设备、介质，包括：将待检测的EEG信号截取为若干个时序连续等长的EEG信号片段，并提取EEG特征；根据EEG特征，将EEG信号片段划分为第一类EEG信号片段和第二类EEG信号片段；将睡眠纺锤波的占比大于第一阈值的EEG信号片段作为第一类EEG信号片段；将第一类EEG信号片段中的每一EEG信号片段与其在时间上相邻的两个EEG信号片段分别重组；将重组后的EEG信号片段输入至睡眠纺锤波预测模型，得到睡眠纺锤波的峰值位置；当相邻峰值间的距离小于第二阈值时，则相邻峰值间的信号也视为睡眠纺锤波信号；根据睡眠纺锤波的长度范围进行筛选，得到睡眠纺锤波信号的预测结果。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
