“fmri”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果316个，建议您升级VIP下载更多相关专利

[发明专利]用于快速重建功能磁共振图像的系统和方法-CN202180082966.2在审
发明人：尼柯·多森巴赫;凯恩·布鲁纳;达米安·费尔 -专利权人：努斯成像有限公司
申请日： 2021-12-09 - 公布日： 2023-09-05 - 主分类号： A61B5/00 文献下载
摘要：提供了用于产生静息态功能磁共振成像(rs‑fMRI)图像的系统和方法。该方法可以包括：接收在对象经受执行任务或经历刺激中的至少一者时从对象获取的功能磁共振成像(fMRI)数据，以及使用静息态fMRI(rs‑fMRI)重建过程重建当对象经受执行任务或经历刺激中的至少一者时获取的fMRI数据而不考虑执行任务或经历刺激中的至少一者以生成rs‑fMRI图像。该方法还可以包括显示rs‑fMRI图像和/或使用rs‑fMRI图像来确定在fMRI数据的获取期间对象的运动。
用于快速重建功能磁共振图像系统方法

[发明专利]fMRI数据分析动态因果模型构建方法、装置及存储介质-CN202111238951.9在审
发明人：戴培山;欧奕琳 -专利权人：中南大学
申请日： 2021-10-25 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种fMRI数据分析动态因果模型构建方法、装置及存储介质，其中方法包括：获取大脑fMRI图像数据并进行预处理；从预处理后的大脑fMRI图像数据中选取感兴趣区域；采用GreedyEC算法对构建的fMRI数据分析动态因果模型进行模型空间搜索，得到第一全局最优fMRI数据分析动态因果模型；采用GreedyROI算法对构建的fMRI数据分析动态因果模型进行模型空间搜索，得到第二全局最优fMRI数据分析动态因果模型；使用贝叶斯模型比较两个全局最优fMRI数据分析动态因果模型，得到总体最优fMRI数据分析动态因果模型。仅需少量的先验知识的前提下即可构建最优的fMRI数据分析动态因果模型，降低DCM分析的门槛。
fmri 数据分析动态因果模型构建方法装置存储介质

[发明专利]一种基于深度学习的fMRI全脑数据分类方法-CN201811054390.5有效
发明人：胡金龙;邝岳臻;董守斌 -专利权人：华南理工大学
申请日： 2018-09-11 - 公布日： 2020-09-22 - 主分类号： A61B5/055 文献下载
摘要：本发明公开了一种基于深度学习的fMRI全脑数据分类方法，包括：(1)获取fMRI数据，进行预处理，获取对应的标签；(2)对fMRI数据进行聚合；(3)分别以正交的x、y、z轴方向对平均三维图像进行切片；(4)将三组二维图像分别转换为一帧多通道二维图像；(5)构建用于fMRI数据分类的混合多通道卷积神经网络模型；(6)对fMRI数据进行处理，将得到的标签作为输入数据进行训练，得到的参数用于fMRI数据分类的混合卷积神经网络模型；(7)对fMRI数据进行处理，将得到的三帧多通道二维图像输入到训练后的混合卷积神经网络模型中进行分类。本发明能有效地提高fMRI数据分类的准确率，同时减少fMRI数据分类模型训练和分类的计算量。
一种基于深度学习 fmri 数据分类方法

[发明专利]一种核磁共振成像数据的对抗适应图像检索方法及装置-CN202310909390.3在审
发明人：房小兆;张健均;曾峙翔;胡曦;韩娜;孙为军;周郭许 -专利权人：广东工业大学
申请日： 2023-07-24 - 公布日： 2023-10-20 - 主分类号： G16H30/20 文献下载
摘要：本发明公开了一种核磁共振成像数据的对抗适应图像检索方法及装置，用于解决现有的fMRI图像检索忽视了个体差异导致的fMRI数据差异，导致fMRI图像检索的泛化效果较差的技术问题。本发明包括：采集预设图像的被试fMRI数据；将若干待检索图像输入所述对抗适应图像检索模型中，输出特征数据；采用所述特征数据计算各所述待检索图像与所述被试fMRI数据之间的相似性分数；根据所述相似性分数计算确定所述被试fMRI数据对应的目标图像。
一种核磁共振成像数据对抗适应图像检索方法装置

[发明专利]基于GCN分析fMRI图像的系统、方法、电子设备及介质-CN202310227245.7有效
发明人：刘伟奇;马学升;陈磊;陈金钢;左林雄;陈韵如 -专利权人：同心智医科技（北京）有限公司
申请日： 2023-03-10 - 公布日： 2023-06-23 - 主分类号： G06V10/82 文献下载
摘要：本发明实施例公开了一种基于GCN分析fMRI图像的系统、方法、电子设备及介质，从大脑fMRI图像数据中选取感兴趣区域，提取每个感兴趣区域中所有体素对应的时间序列，并生成感兴趣区域的功能连接矩阵；通过NetMF节点嵌入算法提取功能连接矩阵中的每个节点的高级特征；将高级特征输入GCN模型训练GCN模型；将待分析fMRI图像的高级特征输入训练好的GCN模型中得到分析结果。该基于GCN分析fMRI图像的方法改善了现有技术中从原始fMRI图像中提取高级特征的成本较高，且用于分析fMRI图像的网络模型计算能力较差的问题。
基于 gcn 分析 fmri 图像系统方法电子设备介质

[发明专利]基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法-CN202010718062.1在审
发明人：刘卫国;孙钰;闫磊;梁嘉炜;宁厚旭;于翠玉;许立刚 -专利权人：南京脑科医院
申请日： 2020-07-23 - 公布日： 2020-10-09 - 主分类号： G06K9/32 文献下载
摘要：本发明所提出的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，提取用户脑部的fMRI影像，并对fMRI影像进行预处理，然后基于感兴趣区域计算得到fMRI功能连接矩阵，识别与PD运动症状相关的脑功能连接；提取用户脑部的DTI影像，并对DTI影像进行预处理，然后基于感兴趣区域计算得到DTI概率纤维连接矩阵；进而分别进行fMRI影像的预处理和DTI影像进行预处理；识别fMRI功能连接矩阵和DTI概率纤维连接矩阵中具有高表征性的脑功能连接和概率纤维连接；将具有高表征性的脑功能连接和概率纤维连接通过机器学习得到PD相关连接特征，通过fMRI功能连接矩阵和DTI概率连接矩阵的高表征性连接特征，获得与PD患者脑区域最相近的表征参数，从而对比判断PD患者的状态
基于 fmri dti 构建网络建模帕金森辅助识别方法

[发明专利]一种用于从fMRI数据中识别脑功能划分的粒子群方法-CN202110159080.5有效
发明人：赵学武;赵中堂;王军;吴宁;吴庆涛;王红梅;李玲玲 -专利权人：郑州航空工业管理学院
申请日： 2021-02-04 - 公布日： 2023-07-11 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种用于从fMRI数据中识别脑功能划分的粒子群方法，包括实验设计步骤、fMRI数据采集步骤、fMRI数据预处理步骤、选取被划分的脑区步骤、粒子群系统识别划分步骤和划分结构分析步骤，本发明应用粒子群系统进行人脑功能划分识别，具有记忆能力强、多样性、鲁棒性高等优势，并充分利用粒子种群全局搜索能力强的优势，从fMRI数据中识别出高质量的脑功能划分结构；本发明通过使用粒子群系统识别脑功能划分结构，不需要fMRI数据的先验知识，对fMRI数据本身的分布与规律特性要求较低，抗噪能力强；与其他算法相比，在真实fMRI数据集上可识别出更高质量的脑功能划分结构。
一种用于 fmri 数据识别功能划分粒子方法

[实用新型]一种功能核磁共振和脑电同步采集脑信号装置-CN201520350651.3有效
发明人：伏云发;李松;郭衍龙;张夏冰;余正涛;郭剑毅 -专利权人：昆明理工大学
申请日： 2015-05-27 - 公布日： 2015-11-18 - 主分类号： A61B5/0476 文献下载
摘要：包括FMRI控制面板、刺激显示器、EEG采集器、同步盒、光电转换器、EEG显示与存储装置、FMRI显示与存储装置、FMRI扫描仪、扫描室、脑电帽、带式电缆、光纤线路；FMRI控制面板与同步盒相连，同步盒分别与光电转换器、EEG显示与存储装置相连；EEG采集器与光电转换器相连，光电转换器与EEG显示与存储装置相连，FMRI显示与存储装置还与刺激显示器相连。本实用新型利用FMRI高空间分辨率和EEG高时间分辨率相结合的优点对运动想象区的脑电进行采集，来探索运动想象对脑信号的调制机制，实现了FMRI和EEG的同步采集脑信号。
一种功能核磁共振同步采集信号装置

[发明专利]检测预防认知障碍的光照配方形成及优化方法与实现装置-CN202211566328.0在审
发明人：孙凯;张振;谢佳楠;周珊珊 -专利权人：深圳市龙岗区第三人民医院
申请日： 2022-12-07 - 公布日： 2023-06-06 - 主分类号： A61N5/06 文献下载
摘要：本发明公开了检测预防认知障碍的光照配方形成及优化方法与实现装置，形成方法包括：选择参与光照配方形成实验的测试者；对所有测试者进行第一次fMRI实验，获取第一次fMRI数据；对所有测试者在不同光照参数的光照下进行光照刺激；对所有测试者进行第二次fMRI实验，获取第二次fMRI数据，第二次fMRI实验过程的任务不同于第一次fMRI实验过程的任务；分析不同光照参数的光源下，脑活动和脑区间功能变化，第二次fMRI数据与第一次fMRI数据之间脑活动变化和脑区间功能变化最大的光源参数即为光照配方。
检测预防认知障碍光照配方形成优化方法实现装置

[发明专利]基于偏最小二乘相关的fMRI图像聚类系统及方法-CN202210385334.X在审
发明人：赵凌;全诗兰;赵得胜;王潇;刘继欣 -专利权人：成都中医药大学;西安电子科技大学
申请日： 2022-04-13 - 公布日： 2022-07-12 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于偏最小二乘相关的fMRI图像聚类系统及方法，实现步骤为：对每张fMRI图像进行预处理；在每张预处理后fMRI图像上计算功能连接特征，得到功能连接特征矩阵；对量表数据进行预处理，得到量表特征矩阵；使用偏最小二乘相关方法，在功能连接特征矩阵和量表特征矩阵上计算大脑表征特征；使用大脑表征特征矩阵对待聚类的fMRI图像进行聚类。本发明利用偏最小二乘相关对fMRI图像特征和量表特征计算大脑表征特征来聚类fMRI图像，能够得到稳定的聚类结果，具有方法适用性广、聚类特征可解释性强、聚类结果稳定性高的优点。
基于最小相关 fmri 图像系统方法

[发明专利]面向fMRI视觉分类的零次学习方法-CN202011006608.7在审
发明人：陈健;谢鹏飞;乔凯;梁宁宁;王林元;张子飞;罗旭;魏月纳;闫镔 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2020-09-23 - 公布日： 2021-01-15 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种面向fMRI视觉分类的零次学习方法。该方法包括：步骤1：构建面向fMRI视觉分类的零次学习的数据集，数据集包括训练集和测试集，训练集包含训练集图像和被试看到训练集图像刺激后的训练集fMRI脑信号；测试集包含测试集图像和被试看到测试集图像刺激后的测试集fMRI脑信号；训练集图像和测试集图像之间的图像语义类别不相同；步骤2：根据训练集训练基于对抗学习的图像特征条件下fMRI脑信号自动生成网络；步骤3：根据测试集训练语义类别视觉分类网络；步骤4：根据步骤3训练的语义类别视觉分类网络，输入测试集fMRI脑信号，得到预测结果，实现对测试集fMRI脑信号的视觉分类。
面向 fmri 视觉分类学习方法

[发明专利]基于神经架构搜索及DBN网络的脑功能网络生成方法及系统-CN202110942242.2在审
发明人：任玉丹;宋立梅;刘欢;陶泽阳;徐书涵 -专利权人：西北大学
申请日： 2021-08-17 - 公布日： 2021-12-07 - 主分类号： G06N3/06 文献下载
摘要：本发明属于医学影像和神经网络交叉技术领域，公开了一种基于神经架构搜索及DBN网络的脑功能网络生成方法及系统，方法包括如下步骤：步骤1：获取自然范式fMRI数据并进行预处理得到四维fMRI体素图像，将四维fMRI体素图像转换为一维fMRI向量，将所有一维fMRI向量的时间点进行连接获得二维fMRI矩阵；步骤2：生成M个DBN网络并对M个DBN网络进行初始化获得解空间；将二维fMRI矩阵输入解空间，利用结构优化算法对解空间进行多次搜索
基于神经架构搜索 dbn 网络功能生成方法系统

[发明专利]一种基于多模态配准的脑功能融合分析方法-CN202210084461.6在审
发明人：杨金柱;孙齐浓;曹鹏;吴雪;孙奇;袁玉亮;李洪赫;瞿明军;冯朝路;覃文军 -专利权人：东北大学
申请日： 2022-01-24 - 公布日： 2022-04-29 - 主分类号： G06T7/00 文献下载
摘要：设计一个基于多模态配准的脑功能分析流程，首先对fMRI图像进行预处理，融合MRI图像清晰的结构信息和fMRI时序信号提供的功能信息。对fMRI的时序信息进行采样后训练形变场。最大可能保留原有fMRI的功能信息，同时使用递归的方案解决fMRI和MRI由于分辨率差距较大导致的配准难度大的问题。融合图像同时具有原始图像的功能和结构信息。使用fMRI的分析方法对融合后的图像进行功能分析。融合后的图像和原始结构sMRI图像的相似度高于现有方法，同时很好的融合了原始fMRI图像的功能信息。
一种基于多模态配准功能融合分析方法

[发明专利]一种检测养血清脑丸改善认知功能的脑网络分析方法-CN201710096320.5在审
发明人：王心明;徐勇;李婧;史俊研;郭晓杰 -专利权人：天津天士力医药商业有限公司;徐勇;李婧
申请日： 2017-02-22 - 公布日： 2017-06-20 - 主分类号： G06F19/00 文献下载
摘要：本发明属于神经影像学和中药学领域，涉及基于功能磁共振成像fMRI数据的大脑功能网络研究领域，具体涉及一种检测养血清脑丸改善认知功能的脑网络分析方法。一种检测养血清脑丸改善认知功能的脑网络分析方法，包括以下步骤(1)实验设计采用静息态fMRI实验，以亚健康人群为研究对象；(2)采集静息状态下的fMRI数据；(3)针对采集到的fMRI数据进行预处理；(4)节点、边的定义及阈值的选择；(5)选择传统脑网络分析方法对fMRI数据进行分析；(6)选择频繁子图挖掘方法对fMRI数据进行分析；(7)分析、比较并整合两种方法的结果，得到养血清脑丸改善认知功能的神经机制
一种检测养血清脑丸改善认知功能网络分析方法

[发明专利]基于离散表征和条件自回归的fMRI视觉重构方法-CN202011006599.1在审
发明人：王林元;乔凯;陈健;梁宁宁;张驰;魏月纳;石舒豪;童莉;闫镔 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2020-09-23 - 公布日： 2021-01-15 - 主分类号： G06T11/00 文献下载
摘要：本发明提供一种基于离散表征和条件自回归的fMRI视觉重构方法。该方法包括：步骤1：构建图像离散表征模型和图像重构模型；步骤2：构建fMRI视觉重构数据集，所述数据集包含训练集和测试集，训练集包含第一套图像和被试看到第一套图像刺激后的第一套fMRI脑信号；所述测试集包含第二套图像和被试看到第二套图像刺激后的第二套fMRI脑信号；步骤3：根据训练集和图像离散表征模型，构建fMRI脑信号到图像离散表征的条件自回归模型；步骤4：根据条件自回归模型和图像重构模型，得到第二套fMRI脑信号的视觉重构结果。
基于离散表征条件回归 fmri 视觉方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 316 条