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：武汉衷华脑机融合科技发展有限公司

摘要：本申请提出了一种异常区域边界确定方法，该方法通过对阵列电极获取的目标对象的神经信号进行分析处理，得到神经信号异常区域边界点坐标；再通过目标对象的断层扫描影像+深度学习图像分割模型分割得到影像异常区域边界点坐标；根据影像异常区域边界点坐标，对神经信号异常区域边界确定参数进行优化，并继续再优化图像分割模型；以再优化后的图像分割模型置信度最高的像素点区域与神经元聚类结果进行比对，当比对结果误差小于预设期望值阈值时停止迭代，通过图像分割模型的图像分割对目标对象的异常区域的边界进行确定。该方法通过神经信号，和断层扫描影像+图像分割模型两种边界确定思路的相互优化与迭代，可实现对异常区域边界的精确识别。

主权项：1.一种异常区域边界确定方法，其特征在于，包括：对阵列电极获取的目标对象的神经信号进行特征提取和特征拟合，并对获取的异常识别结果进行平滑处理，剔除没有异常区间的通道，获取保留下来的所有异常通道的平均置信度；对所述异常通道的平均置信度及对应的通道点坐标做直线拟合处理，基于预设的置信度阈值，获取异常区域的边界点；对所述异常区域的边界点进行插值处理，获取修正后的神经信号异常区域边界点坐标；获取所述目标对象的断层扫描影像，通过图像分割模型进行标志物分割以获取相应的影像异常区域边界点坐标，基于所述影像异常区域边界点坐标和神经信号异常区域边界点坐标构建损失函数；采用梯度下降法对所述损失函数进行迭代优化，获取优化后的有关所述平滑处理、直线拟合处理和插值处理的神经信号异常区域边界确定参数；对阵列电极获取的目标对象的神经信号进行阈值法尖峰片段提取处理，并对尖峰片段进行聚类得到每一个神经元的坐标，将神经元的坐标添加至相应的所述影像异常区域边界点坐标形成新的训练集图像，基于所述新的训练集图像重新训练并优化所述图像分割模型；基于优化后的所述图像分割模型的分割边界，对所述损失函数进行再迭代优化，并继续再优化所述图像分割模型，以再优化后的所述图像分割模型置信度最高的像素点区域与神经元聚类结果进行比对，当比对结果误差小于预设期望值阈值时，停止迭代，通过所述图像分割模型的图像分割对所述目标对象的异常区域的边界进行确定。

全文数据：

权利要求：

百度查询： 武汉衷华脑机融合科技发展有限公司 异常区域边界确定方法