公开(公告)号：CN117745859A

公开(公告)日：2024-03-22

申请号：CN202311767993.0

申请日：2023-12-21

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  包飞扬 ,  刘彬 ,  方阳 ,  陈卓峰 ,  魏世委 ,  张连花

IPC: G06T11/00 ,  G06T5/70 ,  G06T7/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于脑机接口视觉图像重建领域，具体涉及一种基于fMRI和图像深度特征的图像重建方法及系统，方法包括对磁共振功能数据进行预处理得到体素数据；将体素数据输入大脑活动特征解码器，得到目标图像大脑活动解码特征；通过图像重建模型随机生成粗糙图像，将粗糙图像输入特征提取模型得到深度特征；计算目标图像大脑活动解码特征与深度特征间的误差，并将误差返回至图像重建模型；图像重建模型根据误差优化粗糙图像得到新图像，判断误差是否达到最小值，若是，则将该新图像作为重构图像输出，否则将新图像输入特征提取模型得到新深度特征，重新计算误差；本发明提高了图像的重建质量与真实度。

公开(公告)号：CN117743934A

公开(公告)日：2024-03-22

申请号：CN202311768703.4

申请日：2023-12-20

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  陈卓峰 ,  刘彬 ,  张连花 ,  包飞扬 ,  魏世委

IPC: G06F18/241 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/048 ,  A61B5/372 ,  A61B5/16

Abstract: 本发明属于脑机接口领域，涉及一种基于数据增强的跨被试脑电信号情绪识别方法，包括：获取脑电信号并进行预处理；将预处理后的数据划分为源域和目标域数据；对源域数据进行数据屏蔽，将屏蔽后的数据输入数据增强网络，得到生成数据；将生成数据和目标域数据输入判别器，得到浅层域特征；将源域和目标域数据输入特征提取器，得到源域和目标域的浅层情绪特征；将源域浅层情绪特征输入分类器，得到分类结果；计算总体损失函数值，根据总体损失函数值更新参数，当达到训练次数时完成模型训练；本发明将脑电数据映射到矩阵中，使得矩阵包含脑电的空间信息以及电极间未测量区域的信息，将屏蔽后的数据通过数据增强网络得到多样化且具有真实分布的数据。

公开(公告)号：CN117746128A

公开(公告)日：2024-03-22

申请号：CN202311760861.5

申请日：2023-12-20

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  张连花 ,  陈卓峰 ,  包飞扬 ,  方阳 ,  谭明辉

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0464

Abstract: 本发明属于医学影像分类领域，涉及基于多视图集成学习的自闭症功能磁共振影像分类方法，包括：获取脑部功能磁共振影像，对影像数据进行预处理得到各脑部感兴趣区域的时间序列；将时间序列放入优选的人工神经网络进行特征提取；基于得到的时间序列，通过计算皮尔逊相关系数，构建脑部功能连接网络，对选择的功能连接特征进行特征提取；基于构建的脑部功能连接网络，通过计算皮尔逊相关系数，构建高级脑部功能连接网络，对选择高级脑部功能连接特征进行主成分分析；对关键特征进行特征选择和集成学习，并进行分类，采用投票机制对分类结果进行选取，得到最终的分类结果；本发明对被试对象的脑部功能磁共振影像进行分类，有力地改善了分类的效果。

公开(公告)号：CN117731305A

公开(公告)日：2024-03-22

申请号：CN202311771625.3

申请日：2023-12-21

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  魏世委 ,  包飞扬 ,  陈卓峰 ,  杜雨露 ,  张昕跃

IPC: A61B5/372 ,  A61B5/378 ,  A61B5/386 ,  A61B5/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06F18/24 ,  G06N3/048

Abstract: 本发明属于脑机接口领域，具体涉及一种基于生成对抗网络的脑电信号图像重建方法；该方法包括：采集用户观察多类刺激图像产生的脑电信号和眼电信号；对脑电信号和眼电信号进行预处理，得到预处理好的脑电信号；采用编码网络对脑电信号进行特征编码，得到视觉脑电信号特征；将视觉脑电信号特征输入到分类器中进行处理，得到特征分类结果；采用图像编码器对刺激图像进行特征编码，得到刺激图像特征；将视觉脑电信号特征和刺激图像特征输入到映射网络中进行处理，得到映射图像特征；将映射图像特征和特征分类结果输入到生成对抗网络中进行处理，得到重建的图像；本发明生成的重建图像准确性高，具有良好的应用前景。

公开(公告)号：CN117011411A

公开(公告)日：2023-11-07

申请号：CN202311111965.3

申请日：2023-08-31

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  包飞扬 ,  刘柯 ,  方阳 ,  魏世委 ,  李晨辉 ,  徐代江

IPC: G06T11/00 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于脑机接口视觉图像重建领域，具体涉及一种基于解码人脑活动的深度图像重建方法及系统，方法包括用图像对检测对象进行视觉刺激并获取功能磁共振成像数据，对功能磁共振数据进行预处理得到体素数据；通过特征解码器解码体素数据，得到第一底层信息特征和第一高级语义特征；通过特征提取器获取图像的第二底层信息特征和第二高级语义特征；两个底层信息特征形成第一特征对，两个高级语义特征形成第二特征对；将第一特征对与第二特征对输入特征优化器得到最佳底层信息特征和最佳高级语义特征；融合最佳底层信息特征和最佳高级语义特征并输入复合生成器得到重建图像；本发明提出的方法提高了对整体特征的优化效果从而提高图像的重建质量。