[发明专利]基于流形学习的脑网络多尺度小波分析方法、装置及介质在审
| 申请号： | 202310432896.X | 申请日： | 2023-04-20 |
| 公开（公告）号： | CN116485746A | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 陈佳洲;蔡宏民;刘欢 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;A61B5/055;A61B5/00;G06V10/52 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 陈旭红 |
| 地址： | 510614 广东省广*** | 国省代码： | 广东;44 |
| 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流形学习的脑网络多尺度小波分析方法、装置及介质，通过T1‑weighted MRI和DW‑MRI图像，结合Desctrieux图谱和基于表面种子的概率纤维束成像技术得到对应的初始邻接矩阵，计算得到平均邻接矩阵，根据平均邻接矩阵的节点度、介数、PageRank和分配系数从脑网络中选取若干个节点，计算节点上不同尺度下的掩码，初始化多尺度小波，通过幂迭代法求解平均邻接矩阵的拉普拉斯矩阵的特征向量，得到最优的多尺度小波，将脑网络中的蛋白信号投影到其上，得到所述脑网络新的生物标志物信号。因此，本发明实施例通过流形学习来计算脑网络组的均值能更好的维持网络的几何拓扑结构，考虑脑网络的分层模块性和网络节点的中心性能更好的挖掘脑疾病中的一些潜在生理病理机制。 | ||
| 搜索关键词： | 基于 流形 学习 网络 尺度 分析 方法 装置 介质 | ||
【主权项】：
暂无信息
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华南理工大学，未经华南理工大学许可，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/202310432896.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种燃料电池系统电堆的控制方法、装置及车辆
- 下一篇：钢球填装装置
