-
公开(公告)号：CN116863025B
公开(公告)日：2023-12-05
申请号：CN202311136376.0
申请日：2023-09-05
申请人： 之江实验室
IPC分类号： G06T11/00
摘要： 本申请涉及一种脑磁图数据的溯源重建方法、装置、电子装置和介质，其中，该方法包括：获取目标对象的待处理脑磁图数据；对待处理脑磁图数据进行标准化预处理，以及事件相关场分析，得到事件相关场结果；基于目标对象的磁共振结构像数据构建目标对象的头部模型，并基于用户指令构建源空间；基于头部模型与源空间计算正向解；基于事件相关场结果以及正向解进行溯源重建，得到源空间的源估计结果；基于源空间的源估计结果以及标准空间中脑图谱模板，生成脑图谱溯源重建结果。通过本申请，解决了脑磁图数据溯源重建结果通用性较低的问题，借助神经影像领域常用的脑图谱工具，给脑磁图数据处理和分析流程增加了一定的通用性和可比较(56)对比文件胡净,汪元美.基于最小模估计及Tikhonov正则方法的脑磁源重建.生物物理学报.2002,(第02期),全文.
-
公开(公告)号：CN116188269A
公开(公告)日：2023-05-30
申请号：CN202310201524.6
申请日：2023-02-23
申请人： 之江实验室
IPC分类号： G06T3/40 , G06T5/00 , G06F17/16 , G06N3/08 , G06N3/0464
摘要： 本申请涉及一种基于深度学习的图像拼接方法、装置及计算机设备。该方法包括：构建仿真图像集；构建包含对齐网络及融合网络的初始拼接网络，利用仿真图像集对初始拼接网络进行训练，得到训练后的拼接网络；对待拼接的局部图像进行预处理，对经过预处理后的局部图像的尺寸进行调整，得到待预测图像；将待预测图像依次输入训练后的拼接网络中进行拼接，得到拼接完成的输出图像。通过构建和训练得到一个包括对齐网络、变换模块和融合网络的训练后的拼接网络，并将多张待预测图像输入训练后的拼接网络进行图像拼接，拼接过程中无需手动调参，可直接用于多种图像，具有更快的速度以及更高的精度。
-
公开(公告)号：CN117292758A
公开(公告)日：2023-12-26
申请号：CN202311345232.6
申请日：2023-10-17
申请人： 之江实验室
IPC分类号： G16B40/20 , G16B40/30 , G16B25/10 , G06F18/2113 , G06F18/2135 , G06F18/23213 , G06F18/243 , G06N5/01 , G06N20/20
摘要： 本申请涉及一种影像转录组数据预处理方法、装置以及计算机设备。所述方法包括：根据各样本基因分析任务的样本影像转录组数据的样本预处理数据，从大脑图谱遗传数据工具箱的候选处理管道中确定样本处理管道；根据样本处理管道和样本影像转录组数据，确定样本区域基因矩阵；根据样本区域基因矩阵和样本影像转录组数据，分别确定各样本基因分析任务对应的目标区域基因矩阵，对目标区域基因矩阵进行重组处理，确定组合基因矩阵；确定矩阵特征数据，以及各样本基因分析任务的代表性策略，并确定矩阵特征数据的重要度指标；以根据代表性策略和重要度指标分别确定各样本基因分析任务的最优区域基因矩阵。提高了对影像转录组数据预处理的效率。
-
公开(公告)号：CN117058514A
公开(公告)日：2023-11-14
申请号：CN202311315370.X
申请日：2023-10-12
申请人： 之江实验室
IPC分类号： G06V10/80 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本申请涉及一种基于图神经网络的多模态脑影像数据融合解码方法和装置，其中，基于图神经网络的多模态脑影像数据融合解码方法包括：获取被试者的脑磁图功率时间序列以及静息态功能磁共振成像功能连接；基于选定的脑图谱，构建脑图；使用所述被试者的所述脑磁图功率时间序列以及所述静息态功能磁共振成像功能连接对所述脑图进行图嵌入，得到嵌入后的脑图；基于所述嵌入后的脑图对图神经网络模型进行训练，获得图神经网络解码模型；使用所述图神经网络解码模型预测目标人员大脑的任务态类别，获得预测结果。本申请对多模态脑影像数据进行融合，使用图神经网络对人脑神经活动信号进行解码，提高了对脑影像数据的解码精度。
-
公开(公告)号：CN116578731B
公开(公告)日：2023-09-29
申请号：CN202310818907.8
申请日：2023-07-05
申请人： 之江实验室
IPC分类号： G06F16/435 , G06F16/483 , G06F16/36 , G06N5/025 , G06N3/045 , G06N3/08 , G06N3/0464
摘要： 本申请涉及一种多媒体信息处理方法、系统、计算机设备和存储介质，获取语义特征和响应特征，建立语义特征和响应特征之间的关联关系；获取目标响应特征，基于语义特征和响应特征之间的关联关系，得到与目标响应特征相关的话题集合；获取目标用户的对话数据，根据目标用户的对话数据和话题集合生成多媒体信息，并输出多媒体信息。本申请改善了多媒体信息的处理方法，生成并输出了能够精准、个性化地激活情绪环路的多媒体信息。
-
公开(公告)号：CN117036894B
公开(公告)日：2024-03-26
申请号：CN202311297044.0
申请日：2023-10-09
申请人： 之江实验室
IPC分类号： G06V10/80 , G06V10/764 , G06V10/774 , G06V10/26 , G06V10/74 , G06V10/82 , G06N3/08
摘要： 本申请涉及一种基于深度学习的多模态数据分类方法、装置及计算机设备。所述方法包括：获取待分类数据，所述待分类数据至少包括医学图像以及人口学信息；基于所述待分类数据确定数据特征，所述数据特征包括图像特征以及人口学信息特征，所述图像特征通过将所述医学图像输入特征提取模型得到；将所述数据特征输入训练好的分类器，确定分类结果。通过特征提取模型提取图像特征，并综合考虑图像特征和人口学信息特征，通过分类器确定分类结果，能够在待分类数据包括多种数据类型的多模态数据的情况下对待分类数据进行分类，有效提高分类结果的准确性。
-
公开(公告)号：CN116503680B
公开(公告)日：2023-08-29
申请号：CN202310787084.7
申请日：2023-06-30
申请人： 之江实验室
IPC分类号： G06V10/764 , G06V10/774 , G06T7/00 , G06V10/80 , G06T3/40 , G06N3/0464 , G06N3/09 , G16H30/00
摘要： 本申请涉及人工智能领域，特别是涉及一种基于脑图谱的脑影像结构化分析和脑疾病分类系统，包括：脑图谱标准化模块，用于基于多种脑图谱构建的脑图谱库实现脑图谱标准化；结构化映射模块，用于将多模态脑影像样本数据映射到脑图谱所在的标准空间，提取多模态脑影像样本数据的影像学指标；图构建模块，用于构建不同脑图谱所对应的图；图表征提取模块，用于提取图的图表征；非影像数据处理模块，用于对获取的非影像数据进行预处理和标准化；训练模块，用于利用预处理和标准化后的非影像数据与图表征的融合特征来训练分类器；分类模块，用于利用训练完成的分类器对采集得到的多模态脑影像数据进行分类。本发明提高脑疾病分类的准确性。
-
公开(公告)号：CN117289187A
公开(公告)日：2023-12-26
申请号：CN202311588003.7
申请日：2023-11-27
申请人： 之江实验室
摘要： 本申请涉及一种磁信号采集系统，包括监测模块、处理模块和结果显示模块，所述处理模块分别与所述监测模块和结果显示模块相连：监测模块包括隧道磁电阻传感器以及安装载体，隧道磁电阻传感器装配在所述安装载体上，用于监测原始磁信号数据；处理模块用于获取所述原始磁信号数据，并将所述原始磁信号数据转化为目标磁信号数据；所述结果显示模块用于获取所述目标磁信号数据，将目标磁信号数据转化成结果显示信号，并将所述结果显示信号进行可视化输出。利用量子隧穿效应实现磁场测量，由于隧道磁阻传感器具有小型、成本低、空间分辨率高、动态范围广、室温下测量等优势，能够简捷并且快速的进行生物体磁信号的采集和测量，并降低了测量成本。
-
公开(公告)号：CN116578731A
公开(公告)日：2023-08-11
申请号：CN202310818907.8
申请日：2023-07-05
申请人： 之江实验室
IPC分类号： G06F16/435 , G06F16/483 , G06F16/36 , G06N5/025 , G06N3/045 , G06N3/08 , G06N3/0464
摘要： 本申请涉及一种多媒体信息处理方法、系统、计算机设备和存储介质，获取语义特征和响应特征，建立语义特征和响应特征之间的关联关系；获取目标响应特征，基于语义特征和响应特征之间的关联关系，得到与目标响应特征相关的话题集合；获取目标用户的对话数据，根据目标用户的对话数据和话题集合生成多媒体信息，并输出多媒体信息。本申请改善了多媒体信息的处理方法，生成并输出了能够精准、个性化地激活情绪环路的多媒体信息。
-
公开(公告)号：CN116269312A
公开(公告)日：2023-06-23
申请号：CN202310162466.0
申请日：2023-02-23
申请人： 之江实验室
IPC分类号： A61B5/055 , G06F18/25 , G06F18/214 , G06F18/213 , G06N3/08 , G06N3/0464
摘要： 本申请涉及一种基于脑图谱融合模型的个体脑图谱绘制方法及装置。方法包括：接收用于脑图谱融合模型训练的至少两组被试数据，提取被试数据的数据特征，对被试数据进行预处理得到邻接矩阵；将所述数据特征、所述邻接矩阵输入至已构建的基于图卷积模型和标签传播模型的初始脑图谱融合模型中，得到所述初始脑图谱融合模型输出的脑图谱预测值，根据所述脑图谱预测值对基于图卷积和标签传播算法的所述初始脑图谱融合模型进行训练，得到训练后的脑图谱融合模型；将待测数据输入训练后的脑图谱融合模型，得到个体脑图谱。采用本方法能够将图卷积算法和标签传播算法结合用以处理被试数据，提升个体脑图谱的绘制速度和精度。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.022 秒)
