-
公开(公告)号:CN119833113A
公开(公告)日:2025-04-15
申请号:CN202411902902.4
申请日:2024-12-23
Applicant: 重庆邮电大学
IPC: G16H50/20 , G16H50/70 , G06T7/00 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/045 , G06N3/048 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明属于自闭症识别领域,具体涉及一种基于功能分区与图卷积神经网络的自闭症识别方法;包括:获取自闭症脑成像数据,采用DMN模式对大脑进行分区,根据分区构建局部功能邻接矩阵和全局动态邻接矩阵;采用时空特征提取器对自闭症脑成像数据进行处理,得到时空特征;将时空特征送入到频率特征提取器,得到频率特征;采用局部功能特征提取器对频率特征与局部功能邻接矩阵进行处理,得到局部功能特征;采用全局动态特征提取器对频率特征与全局动态邻接矩阵进行处理,得到全局动态特征;将局部功能特征和全局动态特征进行特征融合;将融合后的特征输入到分类器,得到自闭症识别结果;本发明减小了不同自闭症患者之间的数据差异,提升了识别效果。
-
公开(公告)号:CN119760314A
公开(公告)日:2025-04-04
申请号:CN202411845430.3
申请日:2024-12-16
Applicant: 重庆邮电大学
IPC: G06F18/10 , G06F18/213 , G06F18/2415 , G06F18/214
Abstract: 本发明涉及脑机接口领域,尤其涉及一种基于三维脑电信号表示和Mamba的运动想象识别方法,包括采集脑电数据,将脑电数据根据电极位置以二维矩阵的形式进行保存,对其按照设定的时间步长进行截取后沿时间维度堆叠形成三维脑电数据;在第一Mamba模块中,依次对三维脑电数据的每个时间片段进行处理,在出处端将其沿时间维度堆叠,得到第一三维特征数据;将第一三维特征数据按照二维矩阵的形式的行和列分别进行切分,分别输入第二Mamba模块和第三Mamba模块,将第二Mamba模块和第三Mamba模块的输出相加得到融合特征,利用该特征进行分类;与现有技术相比,本发明实现了对EEG数据的高效、低计算成本的运动想象分类。
-
公开(公告)号:CN119724558A
公开(公告)日:2025-03-28
申请号:CN202411903310.4
申请日:2024-12-23
Applicant: 重庆邮电大学
IPC: G16H50/20 , A61B5/00 , G16H50/70 , G06F18/20 , G06F18/213 , G06F18/241 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/082 , G06F123/02
Abstract: 本发明属于自闭症谱系障碍辅助诊断领域,具体涉及一种基于时间序列的自闭症谱系障碍识别方法,包括构建并训练自闭症识别模型,将待识别数据输入训练好的自闭症识别模型得到识别结果;自闭症识别模型包括图注意力空间网络特征提取器、双向长短期网络时间特征提取器和多层感知机网络分类器;本发明能够综合利用脑区模版各区域之间潜在的图结构信息和时序依赖,在捕捉时序数据中的重要特征和节点间的复杂关系方面具有优势。
-
-