-
公开(公告)号:CN117420908A
公开(公告)日:2024-01-19
申请号:CN202311353598.8
申请日:2023-10-19
Applicant: 重庆邮电大学
IPC: G06F3/01 , A61B5/378 , A61B5/372 , A61B5/398 , A61B5/00 , G06N3/0442 , G06N3/0464
Abstract: 本发明属于大脑脑机接口领域,具体涉及一种基于神经网络的人类大脑活动解码方法及系统;该方法包括:获取图像特征向量并将其输入到预训练的图像生成器得到刺激图像;采集用户观察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;采用预训练的脑电信号编码网络对脑电信号进行特征编码,得到初级脑电特征;根据初级脑电特征得到脑电信号分类结果;采用预训练的映射网络对初级脑电特征进行处理,得到预测电脑特征;将预测脑电特征输入到预训练的图像生成器中进行处理,得到重建图像;本发明可根据大脑的反应来重建视觉刺激的内容,实现图像‑脑电图‑图像的变换。
-
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:CN118447283A
公开(公告)日:2024-08-06
申请号:CN202310366975.5
申请日:2023-04-07
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06T7/11 , G06V10/25 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学影像分类领域,具体涉及一种基于特征融合的孤独症磁共振图像分类方法与系统,所述方法包括:获取脑部核磁共振图像并进行预处理,进行脑部感兴趣区域分割,获取各脑部感兴趣区域记录血氧水平变化的时间序列;对得到的时间序列使用固定长度的随机滑动窗口数据增强和数据平衡;把处理之后的时间序列放入两个人工神经网络,分别学习时间序列的空域的局部、全局特征和时域的局部、全局特征;对得到的时域局部、全局特征和空域局部、全局特征进行特征融合,通过全连接层得到图像分类结果。本发明的方案克服了数据集的异质性,提高了磁共振图像的分类精度。
-
-