公开(公告)号：CN117224082A

公开(公告)日：2023-12-15

申请号：CN202311186717.5

申请日：2023-09-14

Applicant: 杭州电子科技大学

Inventor： 颜成钢 ,  杨鸿群 ,  何敏 ,  李晓林 ,  沙雏淋 ,  赵思成 ,  高宇涵 ,  孙垚棋 ,  朱尊杰 ,  王帅 ,  王鸿奎 ,  殷海兵 ,  张继勇 ,  李宗鹏 ,  赵治栋 ,  丁贵广 ,  付莹 ,  郭雨晨

IPC: A61B5/00 ,  A61B5/055 ,  A61B5/145 ,  G16H10/20 ,  G16H50/30 ,  G16H50/70

Abstract: 本发明公开了一种基于图学习优化算法的动态脑功能网络学习方法。首先确定脑网络的基本数学模型，然后预处理真实的神经影像数据；构建求取动态脑功能连接网络的目标函数；最后确定求取动态脑功能连接网络的求解方法。本发明方法可以从fMRI信号中直接求取大脑的动态功能连接网络。动态脑功能连接网络能更加合理准确的反映出脑区之间的连接强度和脑网络的拓扑结构。

公开(公告)号：CN117973460A

公开(公告)日：2024-05-03

申请号：CN202311793067.0

申请日：2023-12-25

Applicant: 西北大学 ,  杭州电子科技大学

Inventor： 刘素敏 ,  杨鸿群 ,  曹欣 ,  杨德富 ,  申慧 ,  朱闻韬

IPC: G06N3/049 ,  A61B5/00 ,  G06N3/06 ,  G06F17/16 ,  G06N3/042 ,  G06F18/22

Abstract: 本发明公开了一种基于多时间尺度图嵌入的动态脑网络学习方法，包括以下步骤：步骤1，通过滑动窗口法将血氧水平依赖(BOLD)信号按照不同的时间尺度进行划分，利用皮尔森相关系数计算不同时间尺度下对应的动态脑功能连接网络；步骤2，构建求动态拉普拉斯矩阵和动态图嵌入的目标函数；步骤3，确定步骤2中目标函数的优化方法；步骤4，将步骤1中的动态脑功能连接网络作为步骤2的输入，执行步骤3中的优化方法得到动态脑网络和图嵌入。该方法结合BOLD信号和图嵌入，利用图学习技术得到具有高动态性和高信噪比的动态脑网络，能更准确地反映出脑网络的动态变化，为相关疾病的诊断和治疗提供帮助。