“钱浩天”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果17个，建议您升级VIP下载更多相关专利

[发明专利]脑磁图数据的溯源重建方法、装置、电子装置和介质-CN202311136376.0在审
发明人： 钱浩天;张瑜;蒋田仔;刘盛锋;赵博涛;张靖 -专利权人：之江实验室
申请日： 2023-09-05 - 公布日： 2023-10-10 - 主分类号： G06T11/00 文献下载
摘要：本申请涉及一种脑磁图数据的溯源重建方法、装置、电子装置和介质，其中，该方法包括：获取目标对象的待处理脑磁图数据；对待处理脑磁图数据进行标准化预处理，以及事件相关场分析，得到事件相关场结果；基于目标对象的磁共振结构像数据构建目标对象的头部模型，并基于用户指令构建源空间；基于头部模型与源空间计算正向解；基于事件相关场结果以及正向解进行溯源重建，得到源空间的源估计结果；基于源空间的源估计结果以及标准空间中脑图谱模板，生成脑图谱溯源重建结果。通过本申请，解决了脑磁图数据溯源重建结果通用性较低的问题，借助神经影像领域常用的脑图谱工具，给脑磁图数据处理和分析流程增加了一定的通用性和可比较性。
脑磁图数据溯源重建方法装置电子介质

[发明专利]基于脑图谱的脑影像结构化分析和脑疾病分类系统-CN202310787084.7有效
发明人：张瑜;张欢;赵博涛;孙超良;钱浩天;张军阳 -专利权人：之江实验室
申请日： 2023-06-30 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及人工智能领域，特别是涉及一种基于脑图谱的脑影像结构化分析和脑疾病分类系统，包括：脑图谱标准化模块，用于基于多种脑图谱构建的脑图谱库实现脑图谱标准化；结构化映射模块，用于将多模态脑影像样本数据映射到脑图谱所在的标准空间，提取多模态脑影像样本数据的影像学指标；图构建模块，用于构建不同脑图谱所对应的图；图表征提取模块，用于提取图的图表征；非影像数据处理模块，用于对获取的非影像数据进行预处理和标准化；训练模块，用于利用预处理和标准化后的非影像数据与图表征的融合特征来训练分类器；分类模块，用于利用训练完成的分类器对采集得到的多模态脑影像数据进行分类。本发明提高脑疾病分类的准确性。
基于图谱影像结构化分疾病分类系统

[发明专利]脑皮层形态网络生成方法、装置、电子装置和存储介质-CN202310237440.8在审
发明人：张瑜;刘盛锋;蒋田仔;钱浩天;赵博涛;张春玲 -专利权人：之江实验室
申请日： 2023-03-07 - 公布日： 2023-06-06 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种脑皮层形态网络生成方法、装置、电子装置和存储介质，其中，该脑皮层形态网络生成方法包括：获取目标对象的脑皮层重建图像；对脑皮层重建图像进行分割，得到脑皮层的多个目标区域，以及每一目标区域的顶点集；将每一目标区域的顶点集中的顶点进行连接，得到每一目标区域对应的子网络；基于目标叶子节点与其他叶子节点是否相邻，确定目标叶子节点的状态；若目标叶子节点的状态为待连接状态，则确定出与目标叶子节点对应的连接叶子节点；将每一子网络中处于待连接状态的叶子节点与对应的连接叶子节点连接，生成目标对象的脑皮层形态网络。通过本申请，解决了脑皮层形态网络生成效率较低，提高了脑皮层形态网络生成的效率。
皮层形态网络生成方法装置电子存储介质

[发明专利]一种基于深度学习的图像拼接方法、装置及计算机设备-CN202310201524.6在审
发明人：赵博涛;张瑜;蒋田仔;刘盛锋;张靖;钱浩天 -专利权人：之江实验室
申请日： 2023-02-23 - 公布日： 2023-05-30 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种基于深度学习的图像拼接方法、装置及计算机设备。该方法包括：构建仿真图像集；构建包含对齐网络及融合网络的初始拼接网络，利用仿真图像集对初始拼接网络进行训练，得到训练后的拼接网络；对待拼接的局部图像进行预处理，对经过预处理后的局部图像的尺寸进行调整，得到待预测图像；将待预测图像依次输入训练后的拼接网络中进行拼接，得到拼接完成的输出图像。通过构建和训练得到一个包括对齐网络、变换模块和融合网络的训练后的拼接网络，并将多张待预测图像输入训练后的拼接网络进行图像拼接，拼接过程中无需手动调参，可直接用于多种图像，具有更快的速度以及更高的精度。
一种基于深度学习图像拼接方法装置计算机设备

[发明专利]一种基于机器学习的工作记忆任务脑磁图分类系统-CN202211276176.0有效
发明人：张瑜;钱浩天;孙超良;王志超;张欢;蒋田仔 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2023-03-28 - 主分类号： G06V10/20 文献下载
摘要：本发明公开了一种基于机器学习的工作记忆任务脑磁图分类系统，包括脑磁图数据采集模块、脑磁图数据预处理模块、脑磁图源重建模块和机器学习分类模块，其中脑磁图数据采集模块用于采集被试不同工作记忆任务态的脑磁图数据，脑磁图数据预处理模块用于对不同工作记忆任务态的脑磁图数据进行质量控制并分离噪声和伪影，脑磁图源重建模块用于对经过脑磁图数据预处理模块的数据进行传感器信号分析及源重建分析，机器学习分类模块以功率时间序列作为特征，对被试所属的工作记忆任务进行分类。本发明整合了对工作记忆脑磁图数据完整的从预处理到源重建的分析流程，对工作记忆任务脑磁图数据分类，对于工作记忆解码和大脑记忆相关机制的研究有重要意义。
一种基于机器学习工作记忆任务脑磁图分类系统

[发明专利]基于多模态磁共振成像的图卷积神经网络疾病预测系统-CN202211276172.2有效
发明人：张瑜;孙超良;王志超;张欢;钱浩天;蒋田仔 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2023-03-17 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于多模态磁共振成像的图卷积神经网络疾病预测系统,从多模态的磁共振数据中提取多个脑区跨模态下的影像组学信息作为节点的特征，提取脑区间的连接组学信息构成邻接矩阵。T1加权结构像通过皮层重建来进行皮层信息提取，静息态磁共振数据用于计算低频振幅，局部一致性以及功能连接。通过多模态数据预处理、影像指标提取和结构化数据整合，将多模态的非结构化磁共振影像数据整合成统一的图结构数据，用图卷积神经网络的方法对疾病进行预测。以本发明计算得到的多模态特征进行疾病预测，可以更好地融合多个脑区跨模态的生理学指标以及脑区之间的相关性并提高模型的预测能力和模型在不同疾病下的泛化能力。
基于多模态磁共振成像图卷神经网络疾病预测系统

[发明专利]一种磁共振平面回波成像伪影仿真方法及系统-CN202211276165.2有效
发明人：张瑜;王志超;孙超良;张欢;钱浩天;张军阳 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2023-03-03 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种磁共振平面回波成像伪影仿真方法及系统，首先，对于K空间伪影，通过正常磁共振影像还原K空间数据，针对性地对K空间数据进行修改，然后重建出带有伪影的影像；对于磁化率伪影，通过正常磁共振影像构建磁化率模型，重建磁场分布，然后重建出带有畸变伪影的影像。本发明可通过少量的正常影像快速创建大量不同伪影类型、伪影程度的伪影数据集，为鉴别伪影、消除或减弱伪影的研究打下基础。相比于其他图像域伪影仿真方法，本发明根据EPI序列伪影产生的原理设计了仿真算法，所得到的条纹伪影、莫尔伪影、奈奎斯特伪影、磁化率伪影等图像具有良好的科学性、准确性与可解释性。
一种磁共振平面回波成像仿真方法系统

[发明专利]基于单个脑区功能磁共振神经反馈的工作记忆调控系统-CN202211276173.7有效
发明人：张瑜;张欢;孙超良;王志超;钱浩天 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2023-03-03 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种基于单个脑区功能磁共振神经反馈的工作记忆调控系统，该系统进行测量被试记忆力水平的行为学实验，给被试呈现熟悉预设面孔的图片并要求记忆图片顺序，接着识别不同图片的相对位置；利用识别正确时的记忆编码阶段磁共振信号计算出显著激活的记忆脑区作为神经反馈训练的靶点；接着在神经反馈任务中提取该靶点当前时间与前一个时间点的信号变化百分比并生成神经反馈信号，指导被试自主地调节靶点活动。本发明通过对工作记忆相关脑区进行定位并利用实时功能磁共振神经反馈训练调控记忆脑区，用于增强被试的工作记忆能力，对治疗轻度认知障碍患者和老年痴呆患者的记忆力减退具有重要的研究意义。
基于单个功能磁共振神经反馈工作记忆调控系统

[发明专利]一种基于解码的实时功能磁共振神经反馈调控系统及装置-CN202211276610.5有效
发明人：张瑜;张欢;钱浩天;王志超;孙超良 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2023-01-24 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种基于解码的实时功能磁共振神经反馈调控系统及装置。包括：行为学模块：用于得到被试者的记忆准确率；解码模型训练模块：用于所述图模型数据和所述解码标签作为解码模型的输入进行模型训练，获取最优解码模型；实时解码神经反馈模块：用于利用所述最优解码模型实时预测被试者包含记忆状态和非记忆状态的实时状态信息及实时准确率，并以不同的图片形式反馈给被试者，被试者利用调节策略调节反馈信息，自主训练工作记忆能力。本发明利用解码实时功能磁共振神经反馈技术提高或者改善被试者的工作记忆水平，并且提高被试者对于注意力网络和工作记忆网络的自我控制。本发明可应用于阿尔茨海默病等患者的临床治疗。
一种基于解码实时功能磁共振神经反馈调控系统装置

[发明专利]一种大脑纤维束异常区域精准定位系统-CN202211276171.8有效
发明人：张瑜;孙超良;王凯凯;王志超;张欢;钱浩天 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2023-01-10 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种大脑纤维束异常区域精准定位系统,该系统从扩散磁共振数据中提取全脑的纤维连接，通过自定义纤维束通路或者基于大脑纤维束模板提取纤维束通路。将选定的纤维束通路投射到全脑的纤维连接结果上并进行精细地分段。用扩散磁共振数据计算各向异性分数，平均扩散率，神经突内容积比以及方向分散度等影像学指标，从而得到每条纤维束通路每个节点上的影像学指标，用机器学习的方法在疾病组和健康组之间用这些影像学指标做分类，可以精准定位不同疾病下哪些纤维束通路上的哪些节点发生了异常变化。本发明采用球面约束反卷积重建方法，估计每个体素上的纤维走向函数，来重建每个体素上的纤维分布，可以有效解决纤维交叉的问题。
一种大脑纤维异常区域精准定位系统

[发明专利]基于脑结构影像评估疾病引起大脑衰老的机器学习方法-CN202211276691.9有效
发明人：张瑜;王凯凯;孙超良;张欢;王志超;钱浩天 -专利权人：之江实验室
申请日： 2022-10-19 - 公布日： 2022-12-20 - 主分类号： G16H50/50 文献下载
摘要：本发明公开了一种基于脑结构影像评估疾病引起大脑衰老的机器学习方法,从大脑结构磁共振影像中提取不同脑区大脑结构特征，包括不同脑区大脑皮层厚度以及体积等结构特征。由于并不是所有特征对模型预测都有帮助，因此对特征进行筛选，使用筛选出的在不同训练子集上可泛化的且更简约有效的特征构建基于岭回归的脑龄预测模型。采用k折交叉验证找出在k个模型中均被反复识别的特征，定位出与脑龄预测最相关的脑区结构特征。最后将训练好的模型在病人数据上进行预测，来评估疾病影响大脑衰老的程度。
基于结构影像评估疾病引起大脑衰老机器学习方法

[发明专利]一种基于多领域信息融合的水下图像增强方法-CN202210757566.3有效
发明人：穆攀;钱浩天;白琮 -专利权人：浙江工业大学
申请日： 2022-06-30 - 公布日： 2022-09-13 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多领域信息融合的水下图像增强方法，采用包括语义分支、梯度分支和像素分支的分层增强网络模型来进行图像增强，所述语义分支包括多尺度注意力特征提取模块和语义域特征解码模块，所述梯度分支包括梯度域特征提取模块和梯度域特征解码模块，所述像素分支包括多通道注意力特征编码模块和像素域特征解码模块，将所述语义分支输出图像、像素分支输出图像和梯度分支输出图像进行融合，然后经过一个卷积层，得到增强后的水下清晰图像。本发明实现了水下图像增强，能够捕捉图像中目标的结构特征，并且在真实水下数据集上具有良好的泛化效果。
一种基于领域信息融合水下图像增强方法

[发明专利]一种基于边缘计算的鱼群轨迹监测系统-CN202210028326.X在审
发明人： 钱浩天;刘勤壹;王怡欣;曹迪;吴诗瑶 -专利权人：浙江工业大学
申请日： 2022-01-11 - 公布日： 2022-06-07 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于边缘计算的鱼群轨迹监测系统，包括用户终端设备和至少一个边缘设备，边缘设备包括摄像机和边缘计算主板，摄像机用于采集鱼群运动视频，边缘计算主板包括：数据接收单元，用于接收鱼群运动视频并进行图像提取；检测单元，用于部署预训练好的YOLOv5模型，并对图像进行检测；数据分析单元，用于获得每帧图像的鱼群质心坐标，并执行如下操作：计算第K个周期内的鱼群位移总和；判断相邻两个周期的鱼群位移总和之差是否大于预设阈值；用户终端设备，用于接收各边缘计算主板发出的预警信息。该系统基于边缘计算实现鱼群异常行为监测，节省了服务器运算资源，提高了监测实时性和准确率，且人工成本低，部署方便，应用范围广。
一种基于边缘计算鱼群轨迹监测系统

[发明专利]一种基于Transformer的鱼群摄食决策方法-CN202210027568.7在审
发明人：童文韬;钱浩天;马燕妮;曹迪;张乐超 -专利权人：浙江工业大学
申请日： 2022-01-11 - 公布日： 2022-05-13 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于Transformer的鱼群摄食决策方法，包括：获取鱼群运动视频，采用YOLOv5模型对每帧图像进行检测获得每条鱼的检测框及位置信息；计算每帧图像的鱼群质心并归一化：构建Delaunay三角网；根据二维高斯正态分布计算权重因子；获得鱼群质心坐标；计算相邻两帧图像的鱼群质心之差获得特征向量；对Transformer模型进行处理并将预设长度的特征向量输入模型进行训练；将待识别的预设长度的特征向量输入训练好的Transformer模型获得鱼群饥饿值，比较鱼群饥饿值和预设阈值，判断是否投食。该方法可避免多余饵料污染或鱼群营养不良，计算量低，准确率高，可实现养殖实时监测，泛化能力好。
一种基于 transformer 鱼群摄食决策方法

[发明专利]一种基于深度学习的多特征融合鱼类异常行为检测方法-CN202210027564.9在审
发明人： 钱浩天;马燕妮;斯毓秀;曹迪;余邵聪 -专利权人：浙江工业大学
申请日： 2022-01-11 - 公布日： 2022-05-10 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于深度学习的多特征融合鱼类异常行为检测方法，包括：S1、获取鱼群图像数据集；S2、对鱼群图像数据集中的图像进行预处理；S3、对预处理后的图像进行特征提取，包括：采用DCNN迁移学习模型提取鱼群评分特征；采用灰度共生矩阵提取鱼群纹理特征；采用LK光流法提取鱼群行为特征；S4、分别对鱼群评分特征、鱼群纹理特征和鱼群行为特征进行归一化处理；S5、将各图像归一化处理后的各特征作为特征向量输入XGBoost模型训练，获得鱼群异常行为检测模型；S6、对鱼群异常行为检测模型进行评估，获得最终鱼群异常行为检测模型。该方法可提高鱼群异常行为检测准确率，适用于小数据集和高精度检测，执行效率高。
一种基于深度学习特征融合鱼类异常行为检测方法

1
2
下一页»
尾页
共 17 条