-
公开(公告)号：CN113705787B
公开(公告)日：2023-04-07
申请号：CN202110995377.5
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明属于深度学习技术领域，具体是涉及一种基于深度协同训练的数字调制信号识别方法。本传统的基于深度学习的数字调制信号识别方法需要大量有标记的数据样本进行训练。在实际通信活动中，仅容易获得大量未标记信号样本，获取人工标记成本高且效率低。本发明搭建了两个CLDNN网络进行协同训练，利用生成对抗实现视图的差异化，充分利用大量无标记样本辅助少量有标记样本下的学习，有效地提升了识别准确率，增强了深度学习在数字调制信号识别任务中的可行性和实用性。
-
公开(公告)号：CN113705787A
公开(公告)日：2021-11-26
申请号：CN202110995377.5
申请日：2021-08-27
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于深度学习技术领域，具体是涉及一种基于深度协同训练的数字调制信号识别方法。本传统的基于深度学习的数字调制信号识别方法需要大量有标记的数据样本进行训练。在实际通信活动中，仅容易获得大量未标记信号样本，获取人工标记成本高且效率低。本发明搭建了两个CLDNN网络进行协同训练，利用生成对抗实现视图的差异化，充分利用大量无标记样本辅助少量有标记样本下的学习，有效地提升了识别准确率，增强了深度学习在数字调制信号识别任务中的可行性和实用性。
-
公开(公告)号：CN115462778B
公开(公告)日：2023-06-06
申请号：CN202211110512.4
申请日：2022-09-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于层级功能信息流和“点‑线”调节的脑网络分析方法，包括以下步骤：步骤一、采集IGE患者的同步EEG‑fMRI数据；步骤二、利用SMP12对fMRI数据进行预处理；步骤三、提取小脑和纹状体作为种子点，进行逐步功能连接分析；步骤四、利用广义线性模型计算不同区域之间“点‑点”的调节效应；步骤五、利用广义线性模型计算不同区域连接之间“边‑边”的调节效应；步骤六、基于同步EEG‑fMRI数据，标记出存在间期放电的数据，用放电数据验证癫痫脑网络特征。本发明充分考虑IGE中皮层下区域的关键调节作用，融合层级功能连接信息流和多重调节模型，对皮层下‑皮层的功能交互进行直观深入的刻画，并利用IEDs作为癫痫特异的脑特征，考察其对脑网络连接的扰动机制。
-
公开(公告)号：CN115472284B
公开(公告)日：2023-04-25
申请号：CN202211110513.9
申请日：2022-09-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于窗滑动技术的脑影像‑基因动态演进分析方法，包括以下步骤：步骤一、根据病程对患者进行排序，形式形成多个连续进展的患者亚组；步骤二、计算全脑体素水平的常见功能指标，与健康对照组进行双样本T检验；步骤三、进行聚类分析；步骤四、统计疾病不同阶段性下PANSS量表的得分情况；步骤五、进行关联分析；步骤六、进行KEGG通路的富集分析；步骤七、使用斯皮尔曼秩相关计算不同疾病阶段统计图谱与多巴胺合成能力与多巴胺转运体以及纹状体的D2/D3受体空间分布的相关性。本发明采用病程滑动窗分析方法，实现在大样本横断面数据上进行精神分裂症的疾病进展研究，为横断面临床数据研究提供了合理策略。
-
-
Patent Agency Ranking
-
公开(公告)号：CN113082447B
公开(公告)日：2021-12-07
申请号：CN202110360007.4
申请日：2021-04-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种fMRI脑环路的音乐调制脑可塑性效果的预测方法，包括以下步骤：S1、进行认知筛查，采集认知功能正常的被试者的静息态磁共振以及结构磁共振数据和认知测验评分；S2、对被试者进行为期8周的音乐干预训练；S3、对训练后的被试者进行认知功能评测；S4、根据改变量的第三四分位数将所有被试分为有效干预组和无效干预组，将分类结果作为被试者的标签；S5、训练预测模型。本发明通过结合脑功能连接、音乐干预和认知评估发现音乐干预对认知功能的改善效果的好坏与以脑岛为核心的脑连接环路有关，第一次提出针对脑疾病开展音乐干预治疗时，干预前评估脑岛环路的功能连接特征有助于预测干预的有效性，为音乐干预的应用提供了新的视角。
-
公开(公告)号：CN119380935A
公开(公告)日：2025-01-28
申请号：CN202411407830.6
申请日：2024-10-10
Applicant: 电子科技大学
IPC: G16H20/70 , G06F16/353 , G06N5/04
Abstract: 本发明提供一种基于大模型及工作流的心理疗愈方法、装置和设备。该方法包括获取对话综合工作流；解析所述JSON文件生成推理规则；根据所述推理规则依次执行，生成推理结果；将所述工作流推理结果发送至用户；疗愈风险预警大模型执行推理，有风险的结果发送给心理治疗师；疗愈手记大模型生成疗愈记录作为下一轮会话的长期记忆。所述对话综合工作流集成大模型处理节点、分类器节点、知识检索节点和HTTP请求节点。与现有技术相比，本发明通过大模型和工作流的结合，为用户提供一个高效、智能、个性化的心理疗愈体验。用户能够获得专业、深入、持续的疗愈服务，具有广泛的应用前景和商业价值。
-
公开(公告)号：CN118762846A
公开(公告)日：2024-10-11
申请号：CN202410776219.4
申请日：2024-06-17
Applicant: 电子科技大学
Abstract: 本发明的目的在于提供一种基于图傅里叶分解的DTI‑fMRI动态映射分析方法，属于生物医学图像处理技术领域。该方法创新性地提取BOLD时间序列中每个时间窗的数据，对每个窗的数据进行傅里叶变换处理，得到每个时间窗内的SDI值，从而实现了对大脑结构功能耦合的动态变化的研究。
-
公开(公告)号：CN115462778A
公开(公告)日：2022-12-13
申请号：CN202211110512.4
申请日：2022-09-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于层级功能信息流和“点‑线”调节的脑网络分析方法，包括以下步骤：步骤一、采集IGE患者的同步EEG‑fMRI数据；步骤二、利用SMP12对fMRI数据进行预处理；步骤三、提取小脑和纹状体作为种子点，进行逐步功能连接分析；步骤四、利用广义线性模型计算不同区域之间“点‑点”的调节效应；步骤五、利用广义线性模型计算不同区域连接之间“边‑边”的调节效应；步骤六、基于同步EEG‑fMRI数据，标记出存在间期放电的数据，用放电数据验证癫痫脑网络特征。本发明充分考虑IGE中皮层下区域的关键调节作用，融合层级功能连接信息流和多重调节模型，对皮层下‑皮层的功能交互进行直观深入的刻画，并利用IEDs作为癫痫特异的脑特征，考察其对脑网络连接的扰动机制。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.04 seconds)
