龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国人民解放军战略支援部队信息工程大学
申请日：2020-09-23
公开（公告）日：2024-02-06
公开（公告）号：CN112233199B
主分类号：G06T11/00
分类号：G06T11/00;G06N3/044;G06N3/0464
优先权：
专利状态码：有效-授权
法律状态：2024.02.06#授权;2021.02.02#实质审查的生效;2021.01.15#公开
摘要：本发明提供一种基于离散表征和条件自回归的fMRI视觉重构方法。该方法包括：步骤1：构建图像离散表征模型和图像重构模型；步骤2：构建fMRI视觉重构数据集，所述数据集包含训练集和测试集，训练集包含第一套图像和被试看到第一套图像刺激后的第一套fMRI脑信号；所述测试集包含第二套图像和被试看到第二套图像刺激后的第二套fMRI脑信号；步骤3：根据训练集和图像离散表征模型，构建fMRI脑信号到图像离散表征的条件自回归模型；步骤4：根据条件自回归模型和图像重构模型，得到第二套fMRI脑信号的视觉重构结果。本发明主要面向复杂自然图像的重构。
主权项：1.基于离散表征和条件自回归的fMRI视觉重构方法，其特征在于，包括：步骤1：构建图像离散表征模型和图像重构模型；步骤2：构建fMRI视觉重构数据集，所述数据集包含训练集和测试集，训练集包含第一套图像和被试看到第一套图像刺激后的第一套fMRI脑信号；所述测试集包含第二套图像和被试看到第二套图像刺激后的第二套fMRI脑信号；步骤3：根据训练集和图像离散表征模型，构建fMRI脑信号到图像离散表征的条件自回归模型；步骤3具体为：步骤3.1：利用步骤1构建的图像离散表征模型，得到第一套图像的离散特征，并将得到的离散特征与第一套fMRI脑信号逐一构成样本对；步骤3.2：将第一套fMRI脑信号作为自回归模型的条件向量输入，根据步骤3.1构造的样本对，训练得到离散特征的自回归模型；步骤4：根据条件自回归模型和图像重构模型，得到第二套fMRI脑信号的视觉重构结果；步骤4具体为：步骤4.1：将第二套fMRI脑信号作为条件自回归模型的输入，条件自回归模型的输出为预测的离散特征；步骤4.2：将预测的离散特征作为步骤1的图像重构模型的输入，图像重构模型的输出即为重构得到的刺激图像。
全文数据：
权利要求：
百度查询： 中国人民解放军战略支援部队信息工程大学 基于离散表征和条件自回归的fMRI视觉重构方法
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