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。