“多模态脑车”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1824151个，建议您升级VIP下载更多相关专利

[发明专利]基于多模态磁共振图像的脑网络建模与个体预测方法-CN202110748407.2有效
发明人：舒妮;付安国;张占军;韩璎;马国林 -专利权人：北京师范大学
申请日： 2021-06-30 - 公布日： 2023-10-24 - 主分类号： A61B5/055 文献下载
摘要：基于多模态磁共振图像的脑网络建模与个体预测方法，具有处理多模态数据的功能，并对不同模态的影像处理提供了统一的输入输出数据格式，促进对多模态影像信息的应用，将不同模态的影像信息进行整合，基于支持向量机，利用多模态数据方法包括：构建T1结构协变脑网络、DTI白质脑网络、fMRI功能脑网络、脑网络分析和计算。可基于已建立的中国人群痴呆队列的样本库，同时构建多模态脑网络并计算各类相关脑网络指标，统一各模态脑网络输出结果格式，便于对多模态脑网络的应用。从多模态脑网络的特征指标中选择信息特征，构建基于支持向量机的轻度认知障碍自动判别分析模型以及脑龄预测模型。
基于多模态磁共振图像网络建模个体预测方法

[发明专利]一种脑肿瘤的标签化三维多模态脑结构融合重建方法-CN202211506311.6有效
发明人：毛星刚;蒋晓帆;杨秋子;薛小燕;姬昂;罗鹏;孙季冬 -专利权人：中国人民解放军空军军医大学
申请日： 2022-11-28 - 公布日： 2023-07-25 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种脑肿瘤的标签化三维多模态脑结构融合重建方法，获取脑CT影像、脑MRI影像、脑动脉血管影像、脑静脉血管影像、弥散张量影像和脑灌注影像；以T1薄层扫描影像为基准，分别对脑CT影像、增强影像、脑动脉血管影像、脑静脉血管影像、弥散张量影像和脑灌注影像进行配准，并将所有配准后的影像进行融合，得到脑结构3D影像；在脑结构3D影像中的增强影像层中分离出脑肿瘤结构，得到具有脑肿瘤的多模态脑结构3D影像本发明通过多模态影像进行融合重建，可以生成具有脑功能分区的多模态脑结构3D影像，通过该多模态脑结构3D影像可以精准确定肿瘤范围、以及判断肿瘤与周围重要脑结构的比邻关系。
一种肿瘤标签三维多模态脑结构融合重建方法

[发明专利]多模态脑影像数据处理的方法、装置、设备及存储介质-CN202110174424.X有效
发明人：刘鹏;杨光;朴芮庆;曾啸 -专利权人：西安电子科技大学
申请日： 2021-02-07 - 公布日： 2023-08-15 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种多模态脑影像数据处理的方法、装置、设备及存储介质，本方法包括：获取待研究多模态脑影像数据和待验证多模态脑影像数据；对待研究多模态脑影像数据和待验证多模态脑影像数据进行多变量特征提取，对应得到待挖掘特征和待验证特征多模态脑影像数据可以结合每个模态的独特信息，为理解克罗恩病脑影像生物标志物提供更为全面的角度。
多模态脑影像数据处理方法装置设备存储介质

[发明专利]一种多模态脑机接口的半监督训练方法-CN202210959534.1在审
发明人：李洁;季洪飞;魏宇轩 -专利权人：同济大学
申请日： 2022-08-11 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种多模态脑机接口的半监督训练方法，步骤：脑电信号处理模型和肌电信号处理模型的预训练；多模态信号处理模型的训练：多模态信号处理模型包括脑电信号处理模型和肌电信号处理模型，多模态信号处理模型的输入为多模态信号数据组，多模态信号处理模型的输出为多模态信号数据组对应的标签信息，多模态信号数据组包括同一时刻的肌电信号数据和脑电信号数据，同一时刻的肌电信号数据和脑电信号数据分别输入肌电信号处理模型和脑电信号处理模型所得的输出相同本发明应用半监督学习方法并构建生理信号与脑电信号的深层次协同互补关系，大幅度降低所需的计算校准时间和准确标签量，应用前景好。
一种多模态脑机接口监督训练方法

[发明专利]一种多模态脑信号的意识状态分类系统及方法-CN202310062566.6在审
发明人：江文;李雯;潘志远;王志博 -专利权人：中国人民解放军空军军医大学
申请日： 2023-01-17 - 公布日： 2023-06-13 - 主分类号： A61B5/318 文献下载
摘要：本发明公开了一种多模态脑信号的意识状态分类系统及方法，属于生物医学信号处理领域。该系统包括：用于对多通路脑电信号、双目眼动数据采集的多模态头部数据采集单元，用于对人体头部多模态原始数据进行预处理、获取多通路脑电特征信息、眼动基础特征信息集合的多模态数据预处理单元；预处理流程包括信号预处理和特征向量建步骤；多通路脑电特征信息提取包括目标频段脑电数据滤波、多频段脑电数据提取步骤，对于获取到的原始多通路脑电信号进行预处理，得到便于后续Transformer模型编码的多通路脑电特征信号。
一种多模态脑信号意识状态分类系统方法

[发明专利]一种深度多模态图卷积的脑图分类方法-CN202110898144.3有效
发明人：孔佑勇;王文涵;高舒雯;舒华忠;岳莹莹;陈素珍;袁勇贵 -专利权人：东南大学
申请日： 2021-08-05 - 公布日： 2022-11-18 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种深度多模态图卷积的脑图分类方法，通过将不同模态间脑图进行融合达到脑图的分类目的。首先进行多模态脑拓扑图构建，利用静息态功能磁共振数据与弥散张量磁共振数据依据其生物学意义构建脑拓扑图；然后，进行多模态融合，包含功能‑结构融合和动态‑静态融合两个部分。本发明不仅使用了多种模态特征，并对其进行了融合，能够充分利用特征间的相似性和互补性，这使得进行脑图分类的结果更加准确。
一种深度多模态图卷分类方法

[发明专利]一种多模态脑影像损伤性病变组织图像分割方法-CN201610962566.1在审
发明人：冯朝路;胡扬 -专利权人：东北大学
申请日： 2016-10-28 - 公布日： 2017-03-15 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种多模态脑影像损伤性病变组织图像分割方法，该方法获取L个模态下包含待分割损伤性病变组织的脑影像图像；对各模态脑影像图像进行预处理；采用加权Fuzzy C‑means方法依次分割各模态预处理后的脑影像图像；采用多数投票法将各模态初步分割后的脑影像图像中脑损伤性病变组织进行标签融合，得到各模态标签融合后的粗分割结果图像；将得到的各模态标签融合后的粗分割结果图像作为初始输入，采用水平集分割方法对多模态脑影像图像进行分割，得到脑损伤性病变组织脑影像图像分割结果，该方法能够有效融合多个影像模态的有益信息，克服了弱边界、图像噪声、以及灰度不一致性对图像分割精度的负面影响。
一种多模态脑影像损伤性病变组织图像分割方法

[发明专利]一种多模态脑车交互方法、装置、设备及存储介质-CN202310735932.X在审
发明人：魏源伯;王祎男;刘汉旭;王迪;杨纯宇;赵永新 -专利权人：中国第一汽车股份有限公司
申请日： 2023-06-20 - 公布日： 2023-09-19 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种多模态脑车交互方法、装置、设备及存储介质。该方法包括：获取同一时刻采集的脑电信号和至少两个驾驶员状态信号；通过各所述驾驶员状态信号对所述脑电信号进行修正，生成脑机操作指令；基于所述脑机操作指令控制车辆运行。本发明通过获取同一时刻驾驶员的多种状态信息，准确识别驾驶员的实际操作想法，避免错误识别和误操作，提高脑车交互的准确性。
一种多模态脑车交互方法装置设备存储介质

[发明专利]一种多模态人体参数同步采集系统及方法-CN202111659039.0在审
发明人：谢平;程生翠;张腾宇;陈晓玲;李增勇;郝莹莹;王子怡;杨远翔;蔚建;李昕;梁振虎 -专利权人：燕山大学
申请日： 2021-12-31 - 公布日： 2022-04-01 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种多模态人体参数同步采集系统及方法，涉及多模态信息研究及同步采集领域。本发明包括多模态信息采集硬件系统、上位机软件系统及无线网络传输部分，其中硬件系统包括计算机、脑电‑脑氧信息同步采集装置、脑电、脑氧、肌氧、肌电及运动信息采集及传输、同步触发等部分，提供多模态信息采集的硬件设备基础；并基于MATLAB的GUI环境开发上位机软件系统，实现多类任务选择及呈现、同步触发打标、信号接收、保存、预处理及波形实时显示等功能；无线网络传输部分实现运动过程中多模态人体参数信息的实时采集及传输。本发明便于无线传输、多类信号同步采集，在时间上实现精确匹配。
一种多模态人体参数同步采集系统方法

[发明专利]虚拟现实设备及多模态情绪识别方法-CN202310291727.9在审
发明人：许畅 -专利权人：海信电子科技（武汉）有限公司
申请日： 2023-03-21 - 公布日： 2023-07-07 - 主分类号： G06F3/01 文献下载
摘要：本申请实施例提供一种虚拟现实设备及多模态情绪识别方法，所述方法可以响应于用户输入的情绪识别指令，获取语音信号、面部表情图像以及脑电信号，然后提取语音信号中的音频特征，以及提取面部表情图像的图像特征，以及提取脑电信号的脑电特征然后将音频特征与图像特征进行拼接，得到图音特征，以及将图音特征与脑电特征执行共同注意力编码，得到赋予权重的权重脑电特征。再将音频特征、图像特征以及权重脑电特征执行特征融合，得到多模态特征向量。最后将多模态特征向量输入至情绪分类模型，得到情绪识别结果。本申请可以将不同模态特征在语义空间中对齐，对情绪特征进行多模态的分析，以提高在人机交互过程中，情绪分析的准确性。
虚拟现实设备多模态情绪识别方法

[发明专利]基于VMD和NLTWSVM的多特征癫痫信号分类方法-CN202110771578.7在审
发明人：刘光达;张尚;孙玉冰;崔文杰;胡新蕾;肖若兰;蔡靖;邱吉庆;齐远 -专利权人：吉林大学
申请日： 2021-07-08 - 公布日： 2021-10-29 - 主分类号： A61B5/372 文献下载
摘要：本发明属于涉及一种基于VMD和NLTWSVM的多特征癫痫信号分类方法。包括：对脑电信号数据进行预处理；脑电信号数据包括健康人脑电数据集、癫痫患者发作间期脑电数据集和癫痫患者发作期脑电数据集；对脑电信号进行变分模态分解，得到相对应的本征模态函数；从得到的一系列本征模态函数中提取多特征参数；将提取的多特征参数作为特征组合输入到非线性双子支持向量机中进行训练和分类。针对癫痫脑电信号具有非平稳、非线性等特点，利用变分模态分解时频分析方法获取信号分量，对分量进行多特征参数提取，结合非线性双子支持向量机机器学习方法，实现正确分类癫痫脑电信号和非癫痫脑电信号。
基于 vmd nltwsvm 特征癫痫信号分类方法

[发明专利]基于脑电时空频特征和眼动特征的多模态情绪分类方法-CN202210633218.5在审
发明人：张玉梅;廖胜利;李丽娜;吴晓军;朱昀 -专利权人：陕西师范大学
申请日： 2022-06-06 - 公布日： 2022-09-23 - 主分类号： G06K9/62 文献下载
摘要：一种基于脑电时空频特征和眼动特征的多模态情绪分类方法，由获取脑电信号和眼动特征数据集、脑电信号数据集预处理、选取数据样本、增强脑电数据、脑电数据标准化、划分训练集和测试集以及验证集、构建三维卷积神经网络和深度神经网络、训练三维卷积神经网络和深度神经网络、多模态决策融合、测试网络性能步骤组成。本发明采用多模态方法从决策级融合层次将脑电信号和眼动信息两种模态进行融合，进行情绪分类；针对脑电信号数据集训练了三维卷积神经网络，针对眼动特征数据训练了深度卷积神经网络，将脑电信号在时间域、空间域和频率域特征三种特征进行融合，对脑电信号和眼动信息模态进行情绪分类，提高了情绪分类的准确率。
基于时空特征多模态情绪分类方法

[发明专利]一种基于多模态脑电信号的时变脑网络构建方法-CN202310863019.8在审
发明人：徐慧慧;石章松;张宁;鄢砚军;顾宏灿;张家琦 -专利权人：中国人民解放军海军工程大学
申请日： 2023-07-14 - 公布日： 2023-10-13 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种基于多模态脑电信号的时变脑网络构建方法，包括如下步骤：S1、进行脑电采集实验，采集脑电信号；S2、对于采集得到的脑电信号，搭建MVAAR模型；S3、采用基于Lp范数的ADTF算法，对MVAAR本发明所提供的基于多模态脑电信号的时变脑网络构建方法，在以往研究时变脑网络技术的基础上，借鉴Lp范数技术，提出一个基于多模态的时变脑网络构建方法，利用范数空间对MVAAR模型系数进行有效估计，提高大脑感知机制的准确性
一种基于多模态脑电信号时变脑网络构建方法

[发明专利]基于深度学习和多引导的多模态MR影像脑肿瘤分割方法-CN202011390956.9有效
发明人：张晋京;曾建潮;秦品乐;赵利军 -专利权人：中北大学
申请日： 2020-12-02 - 公布日： 2022-03-29 - 主分类号： G06T7/00 文献下载
摘要：本发明基于深度学习和多引导的多模态MR影像脑肿瘤分割方法属于图像处理领域，解决多模态MRI脑胶质瘤分割过程中存在的3个问题：(1)脑胶质瘤边界不清晰导致的分割不准确的问题；(2)由于多模态MRI的亮度分布存在不均匀而导致的分割结果出现一些离散的误分割点的问题；(3)在脑胶质瘤MRI分割网络中对多种引导信息进行特征融合的问题，本发明将整体脑胶质瘤分割结果和脑胶质瘤边缘预测结果通过所提出的融合机制进行特征融合，实现了多特征图引导和融合下的多模态MRI脑胶质瘤分割，该深度分割网络以较少的参数量实现了高准确度的分割，因此该方法便于嵌入到边缘设备辅助医生进行脑胶质瘤的诊断和分析。
基于深度学习引导多模态 mr 影像肿瘤分割方法

[发明专利]一种多模态信号的脑机接口方法-CN201410400030.1有效
发明人：骆清铭;龚辉;李颖;李鹏程 -专利权人：华中科技大学
申请日： 2014-08-14 - 公布日： 2017-07-11 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种多模态信号的脑机接口方法，包括校准阶段和识别阶段。在校准阶段，将同步采集的脑电和近红外光学脑信号分别进行预处理得到三种模态的信号。对三种模态的信号分别提取特征，并用特征向量分别训练分类器1、分类器2和分类器3。然后用训练好的三个分类器的输出信号来训练分类器4。在识别阶段，将同步采集的脑电和近红外光学脑信号预处理和提取特征，再将三种模态信号的特征向量分别输入到分类器1、分类器2和分类器3中，然后将三个分类器的分类结果输入到分类器4，最后的多模态信号的脑机接口的输出结果本发明的优点在于能提高单一模态信号的脑机接口的精度，有效克服单一模态信号的脑机接口文盲现象。
一种多模态信号接口方法

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 100000 条