Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山西大学杜宇慧获国家专利权

山西大学杜宇慧获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山西大学申请的专利平滑的组信息指导独立成分分析方法用于脑功能网络分析获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115760736B

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211393732.2,技术领域涉及:G06T7/00;该发明授权平滑的组信息指导独立成分分析方法用于脑功能网络分析是由杜宇慧;黄晨设计研发完成,并于2022-11-08向国家知识产权局提交的专利申请。

平滑的组信息指导独立成分分析方法用于脑功能网络分析在说明书摘要公布了:本发明公开了平滑的组信息指导独立成分分析方法用于脑功能网络分析,属于脑影像独立成分分析技术领域。本发明包括进行独立成分分析得到组水平上的成分作为参考信号;计算体素的特征以构建图正则化项;以体素特征和参考信号为指导,利用多目标函数进行迭代求解,估计出个体被试的独立成分;根据提取出的成分计算个体被试中每个成分对应的时间序列。本发明克服了目前在脑功能网络提取领域应用广泛的组信息指导独立成分分析方法中未对提取成分的平滑性进行优化的局限性,得到了更准确的脑功能网络。在目标函数的构建过程中引入了体素特征作为指导,增强了结果的空间平滑性和功能相关性,能够帮助新方法学习到更加符合实际大脑工作机制的网络。

本发明授权平滑的组信息指导独立成分分析方法用于脑功能网络分析在权利要求书中公布了:1.平滑的组信息指导独立成分分析方法用于脑功能网络分析,其特征在于:包括以下步骤: 步骤S1,对功能磁共振成像fMRI数据进行预处理,并将四维数据表示为二维矩阵; 步骤S2,按时间方向串联,分别对数据进行被试级和组级的主成分分析降维; 步骤S3,对降维后的数据进行独立成分分析,得到组水平上的独立成分; 步骤S4,计算16种体素特征以构建图正则化项; 步骤S5,通过体素特征和组水平上的独立成分为参考构造多目标函数,并对目标函数进行归一化; 步骤S6,将每个被试的数据利用多目标函数进行迭代优化,得到个体被试的独立成分; 步骤S7,计算个体被试每个独立成分对应的时间序列,即脑功能网络相应的激活模式; 所述步骤S5通过体素特征和组水平上的独立成分为参考构造多目标函数中,多目标优化函数表示为: 该多目标函数的优化包括被试不同成分之间的独立性、成分与参考信号之间的相似性、成分的平滑性;其中,为估计的独立成分, 代表白化后的随机向量,v是一个零均值、单位方差的高斯变量,Ri为零均值、单位方差的参考信号;G.表示任意非二次函数,E.为求数学期望,Tr.为求矩阵的迹,L表示拉普拉斯矩阵,表示Yi和Ri的皮尔逊相关系数,由于Yi和Ri都是零均值和单位方差,故这一项表示为Yi和Ri的期望; 其中,成分与参考间的相似性度量FYi包括计算成分和参考乘积成分的数学期望,用样本表示为成分和参考信号之间的皮尔逊相关系数,使结果在不同的被试间具有可比性;被试不同成分之间的独立性度量JYi计算成分的负熵,负熵值越大,结果的独立性越强;成分的平滑性度量SYi为估计的成分和拉普拉斯矩阵乘积的迹,通过引入体素的特征构造拉普拉斯矩阵,得到一个最近邻图来模拟其流形结构。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山西大学,其通讯地址为:030006 山西省太原市坞城路92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。