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:西安电子科技大学
摘要:本发明公开了一种基于深度学习网络的tDCS电场仿真图像生成方法,包括:获取多个样本磁共振图像;通过预设的tDCS电场仿真计算方法对所述样本磁共振图像进行tDCS电场仿真计算,获得每个所述样本磁共振图像对应的tDCS电场仿真图像;根据所述样本磁共振图像和所述tDCS电场仿真图像构建训练数据集;根据所述训练数据集对预设的深度学习网络模型进行训练,获得目标图像生成模型;通过所述目标图像生成模型对目标磁共振图像进行预测,获得所述目标磁共振图像的tDCS电场仿真图像。如此,减少了在tDCS精准定位前繁琐的电场仿真计算过程,提高了电场仿真效率。同时,省略了临床医生对于电场仿真技术学习的技术要求,增加了tDCS精准定位以及个体化治疗在临床上应用的可行性。
主权项:1.一种基于深度学习网络的tDCS电场仿真图像生成方法,其特征在于,包括:获取多个样本磁共振图像;通过预设的tDCS电场仿真计算方法对所述样本磁共振图像进行tDCS电场仿真计算,获得每个所述样本磁共振图像对应的tDCS电场仿真图像;根据所述样本磁共振图像和所述tDCS电场仿真图像构建训练数据集;其中,所述训练数据集包括多个所述样本磁共振图像和每个所述样本磁共振图像对应的所述tDCS电场仿真图像;根据所述训练数据集对预设的深度学习网络模型进行训练,获得目标图像生成模型;通过所述目标图像生成模型对目标磁共振图像进行预测,获得所述目标磁共振图像的tDCS电场仿真图像。
全文数据:
权利要求:
百度查询: 西安电子科技大学 基于深度学习网络的tDCS电场仿真图像生成方法及装置
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。