首页> 中国专利> 基于卷积神经网络的任务fMRI大脑解码和可视化方法

基于卷积神经网络的任务fMRI大脑解码和可视化方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了基于卷积神经网络的任务fMRI大脑解码方法，具体按照以下步骤实施：步骤1、获取fMRI的原始数据集；步骤2、对原始数据集进行数据预处理得到数据更新集；步骤3、将数据更新集标准化获得标准数据集；步骤4、将标准数据集输入卷积神经网络，输出解码概率向量Y和解码结果argmaxi{yi|Y}；本发明还公开了基于卷积神经网络的任务fMRI大脑可视化方法，将解码概率向量Y输入可视化模块，输出可视化结果；解决传统方法中体素的相关性无法被考虑，且无法对过程及结果进行可视化分析的问题。本发明利用三维卷积神经网络将输入的fMRI数据进行解码，并将概率分布向量对卷积层求偏导，使得解码结果可视化，以方便研究人员分析结果。

著录项

公开/公告号CN111681292A

专利类型发明专利
公开/公告日2020-09-18

原文格式PDF
申请/专利权人陕西科技大学;
展开▼

申请/专利号CN202010420281.1
发明设计人齐勇;林华伟;李艳平;
展开▼

申请日2020-05-18
分类号G06T9/00(20060101);G06T7/30(20170101);G06N3/04(20060101);
代理机构61214 西安弘理专利事务所;
代理人韩玙
地址 710021 陕西省西安市未央大学园区
入库时间 2023-06-19 08:17:40

法律信息

法律状态公告日

法律状态信息

法律状态
2023-04-07

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 基于卷积神经网络的任务fMRI大脑解码和可视化方法 [P] . 中国专利： CN111681292A . 2020-09-18
2. 一种基于流行学习算法的fMRI数据二维可视化方法 [P] . 中国专利： CN107330948B . 2020.05.12
3. CNN ENCODING METHOD AND APPARATUS COMPRISING CONVOLUTIONAL NEURAL NETWORKCNN BASED IN-LOOP FILTER AND DECODING METHOD AND APPARATUS COMPRISING CONVOLUTIONAL NEURAL NETWORKCNN BASED IN-LOOP FILTER [P] . 韩国专利： KR101974261B1 . 2019-04-30

机译：包括基于卷积神经网络CNN的循环过滤器的CNN编码方法和装置以及包括基于卷积神经网络CNN的循环过滤器的解码方法和装置
4. CNN ENCODING METHOD AND APPARATUS COMPRISING CONVOLUTIONAL NEURAL NETWORKCNN BASED IN-LOOP FILTER AND DECODING METHOD AND APPARATUS COMPRISING CONVOLUTIONAL NEURAL NETWORKCNN BASED IN-LOOP FILTER [P] . 韩国专利： KR20180001428A . 2018-01-04

机译：包括基于卷积神经网络CNN的循环过滤器的CNN编码方法和装置以及包括基于卷积神经网络CNN的循环过滤器的解码方法和装置
5. METHOD, SYSTEM, AND COMPUTER-READABLE MEDIUM FOR USING FACE ALIGNMENT MODEL BASED ON MULTI-TASK CONVOLUTIONAL NEURAL NETWORK-OBTAINED DATA [P] . WO2021036726A1 . 2021-03-04

机译：用于使用基于多任务卷积神经网络获得的数据的面向对准模型的方法，系统和计算机可读介质