申请/专利权人:浙江学时医疗科技有限公司
申请日:2024-02-29
公开(公告)日:2024-04-12
公开(公告)号:CN117874432A
主分类号:G06F18/10
分类号:G06F18/10;G06F18/24;G06F18/213;G06N3/0455;G06N3/0464;G06N3/088
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种任务态功能磁共振影像层次化建模方法及装置,其中方法包括获取大脑tfMRI信号,并对所述tfMRI信号进行预处理;将预处理后的信号输入至训练完成的模型中,输出重建后的数据;其中,训练完成的模型包括:将预处理后的信号映射为目标特征的编码器、以及基于所述目标特征进行重建的解码器;其中,所述编码器和解码器之间通过全连接层连接。基于深度卷积的自动化算法即深度卷积自编码器deepconvolutionalauto‑encoder,DCAE,可以自动学习tfMRI数据的高级特征,模拟大脑功能网络的层次结构,克服了相关技术中存在的技术问题。
主权项:1.一种任务态功能磁共振影像层次化建模的方法,其特征在于,包括:获取大脑tfMRI信号,并对所述tfMRI信号进行预处理;将预处理后的信号输入至训练完成的模型中,输出重建后的数据;其中,训练完成的模型包括:将预处理后的信号映射为目标特征的编码器、以及基于所述目标特征进行重建的解码器;其中,所述编码器和解码器之间通过全连接层连接。
全文数据:
权利要求:
百度查询: 浙江学时医疗科技有限公司 一种任务态功能磁共振影像层次化建模方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。