龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
摘要：本发明公开了一种脑磁图背景抑制方法、系统以及可读储存介质，涉及到人工智能技术领域，包括：对任务态的脑磁图数据进行预处理，得到任务态的脑磁分段堆叠向量；将任务态的脑磁分段堆叠向量输送到训练完成后的MAE自监督深度学习网络模型中，以输出符合生理预期的脑磁图分段堆叠向量；基于任务态的脑磁分段堆叠向量减去符合生理预期的脑磁图分段堆叠向量，所得向量中的非零片段即为背景抑制后的目标片段；该背景抑制方法、系统以及可读储存介质有效地对患者的脑磁图数据中的背景信号进行抑制处理，显著提升了信号的信噪比和目标信号的突出度。
主权项：1.一种脑磁图背景抑制方法，其特征在于，包括：对任务态的脑磁图数据进行预处理，得到任务态的脑磁分段堆叠向量；将任务态的脑磁分段堆叠向量输送到训练完成后的MAE自监督深度学习网络模型中，以输出符合生理预期的脑磁图分段堆叠向量；基于任务态的脑磁分段堆叠向量减去符合生理预期的脑磁图分段堆叠向量，所得向量中的非零片段即为背景抑制后的目标片段；所述MAE自监督深度学习网络模型的训练过程：S1、获取静息态的脑磁图数据并预处理，将预处理后静息态的脑磁分段堆叠向量作为训练阶段使用的训练数据集；S2、对所述训练数据集中脑磁分段堆叠向量中的异常数据片段进行掩码处理，获得多个训练掩码片段堆叠向量，并对所述多个训练掩码片段堆叠向量进行特征提取，将多个特征提取后的低维特征图按顺序拼接得到低维特征图向量；S3、使用自注意力机制，并基于TransformerEncoder的动态位置编码向量，对所述低维特征图向量进行全局特征感知，得到注意力特征，然后利用前馈神经网络处理所述注意力特征以提取有效信息，输出符合生理预期的脑磁特征图向量；S4、使用深度卷积神经网络对符合生理预期的脑磁特征图向量进行时间片重构，从而输出符合正常生理预期的脑磁分段堆叠向量；S5、基于所述训练数据集中脑磁分段堆叠向量与MAE自监督深度学习网络模型输出的符合正常生理预期的脑磁分段堆叠向量，计算损失函数，并利用梯度下降法训练MAE自监督深度学习网络模型。
全文数据：
权利要求：
百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种脑磁图背景抑制方法、系统以及可读储存介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号