[发明专利]基于人脑特征图谱的脑活动状态识别方法在审
| 申请号： | 201910950148.4 | 申请日： | 2019-10-08 |
| 公开（公告）号： | CN110604572A | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 王倪传;殷智超;颜虹杰 | 申请（专利权）人： | 江苏海洋大学 |
| 主分类号： | A61B5/055 | 分类号： | A61B5/055;A61B5/00 |
| 代理公司： | 11621 北京和联顺知识产权代理有限公司 | 代理人： | 闫超良 |
| 地址： | 222005 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于人脑特征图谱的脑活动状态识别方法，包含以下步骤：对人脑功能磁共振信号提取多种人脑功能特征图谱，形成多视角脑活动特征描述集；基于多通道三维卷积神经网络模型与多视角脑活动特征描述集生成融合型多视角脑特征图谱集；基于融合型多视角脑特征图谱集，训练三维全连接深度神经网络模型，获得脑状态分类模型并对测试样本分类。本发明通过提取功能磁共振信号的多种脑功能特征图谱，获得功能磁共振混合信号的多视角脑活动特征描述集，进而训练多通道三维卷积神经网络模型生成有效的融合型多视角脑特征图谱集，最后训练三维全连接深度神经网络脑状态分类模型对新样本进行识别，从而达到精确识别脑状态的目的。 | ||
| 搜索关键词： | 特征图谱 多视角 脑活动 特征描述 三维 融合型 卷积神经网络 人脑功能 状态分类 多通道 功能磁共振信号 测试样本分类 神经网络模型 磁共振信号 功能磁共振 混合信号 模型生成 神经网络 状态识别 脑功能 新样本 人脑 | ||
【主权项】：
1.基于人脑特征图谱的脑活动状态识别方法，其特征在于，该方法包含以下步骤：/n步骤1：对功能磁共振信号进行脑特征图谱提取，得到关于功能磁共振信号的局部一致性图谱、低频震荡振幅图谱、低频震荡振幅比图谱、脑熵图谱及中心度图谱，形成关于某功能磁共振信号的多视角脑活动特征描述集；/n步骤2：基于多视角脑活动特征描述集，采用多通道三维卷积神经网络分别对各视角下多名被试的脑功能特征图谱进行有效融合，形成有效的融合型多视角脑特征图谱集；/n步骤3：基于融合型多视角脑特征图谱集，训练三维全连接深度神经网络模型，获得脑状态分类模型并对测试样本分类。/n
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江苏海洋大学，未经江苏海洋大学许可，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/201910950148.4/，转载请声明来源钻瓜专利网。
