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：昆明理工大学
申请日：2024-04-18
公开（公告）日：2024-06-07
公开（公告）号：CN118154918A
主分类号：G06V10/762
分类号：G06V10/762;A61B5/00;A61B5/055;G06V10/764;G06T7/11;G06T7/136
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明涉及一种基于近邻熵边界聚类的脑区分割方法，属于数据挖掘、机器学习中的聚类分析应用技术领域。本发明提出一种寻找脑区边界的聚类算法，首先划分数据点周围的空间区间，统计各区间块的近邻点数，拓展熵公式，计算数据点的近邻熵，合理划分阈值找出脑区边界；其次，通过边界点近邻和近邻最大区间索引块，准确实现簇划分，得到合理的脑区分割结果。本发明与现有技术相比，主要解决了传统聚类算法确定初始簇数，簇边界的准确识别和剩余区域的分配问题，增加划分准确性，为揭示脑功能网络的组织原则和特点奠定基础，帮助识别大脑的功能分区和信息处理机制。
主权项：1.一种基于近邻熵边界聚类的脑区分割方法，其特征在于：包括如下步骤：首先，获取脑图像数据，划分每个数据点周围的空间范围，划分后的每个数据点有若干个区间块，统计各区间块内的近邻点个数，拓展熵公式，计算数据点的近邻熵，设置一个熵阈值EP来量化数据点作为边界点的可能性，近邻熵小于第EP百分位的点为脑区边界；其次，若某一边界点被确认为另一边界点的近邻，并且它们的近邻节点在空间方向上表现出相似性，则推断它们属于同一聚类簇，利用该思想对边界点聚类；最后，将位于边界点近邻分布最多的子区间中的内部点视为与该边界点同簇，当某内部点同时位于多个不同类边界点的最大子区间块中时，选择合并这些边界点所在簇，以确保同一类样本能够被正确聚类，从而得到最终分割结果。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于近邻熵边界聚类的脑区分割方法
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