[发明专利]一种基于贝叶斯估计的多层次多尺度层析成像方法有效
| 申请号： | 201810239448.7 | 申请日： | 2018-03-22 |
| 公开（公告）号： | CN108416822B | 公开（公告）日： | 2021-12-03 |
| 发明（设计）人： | 陈丹;蔡畅 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;A61B5/245;A61B5/372;A61B5/00 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于贝叶斯估计的多层次多尺度层析成像方法，面对更复杂的不同尺度脑源活动问题时，首先将脑源空间分解为相互独立的体元，每个体元作为一个潜在的活动源。然后将所有的体元根据人脑解剖结构或者功能区分解为若干个区域，每个区域对应着不同的分布参数。另外，采用基于贝叶斯及其凸函数理论的方法对脑外采样数据进行分析，估计所有体元本征固有活动分布以及区域活动分布的协方差成分。基于上述模型框架提出两种方法：一种是体元最终活动的协方差成分只通过区域活动决定称为tling‑Champagne，另一种是体元的活动是由体元本征固有的活动和区域活动分布相加来决定，称为tree‑Champagne；最后通过模拟数据和真实脑数据对其进行性能分析，并得到了较好的效果。 | ||
| 搜索关键词： | 一种 基于 贝叶斯 估计 多层次 尺度 层析 成像 方法 | ||
【主权项】：
1.一种基于贝叶斯估计的多层次多尺度层析成像方法，其特征在于，包括以下步骤：步骤1：多层次多尺度脑源概率模型的生成；步骤2：脑源活动分布及其区域活动分布的估计；步骤3：贝叶斯超参数协方差分布估计方法；步骤4：据MEG/EEG多尺度源活动层析成像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810239448.7/，转载请声明来源钻瓜专利网。
