龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：武汉工程大学
摘要：本发明提供了基于编解码结构的经颅磁刺激电场快速成像方法和模型，对人脑的结构先验与深度卷积神经网络进行融合，通过搭建基于编解码结构融合多尺度特征的深度神经网络模型，缩短了经颅磁刺激后电场在大脑分布的成像时间，实现了对在经颅磁刺激下的电场在整个大脑不同区域分布的快速预测、实时成像和评估。本发明能够对经颅磁刺激线圈放置的整个大脑不同位置的电场进行快速预测和成像，可应用到经颅磁刺激的辅助诊断应用中。本发明通过有效提取输入的磁共振图像中的特征，实现了辅助医生对患者进行经颅磁刺激的治疗过程中对刺激部位和刺激强度的评估。
主权项：1.基于编解码结构的经颅磁刺激电场快速成像方法，其特征在于：包括以下步骤：S1：基于人脑磁共振图像MRI建立被测试者的三维人脑结构图；选择特定形状的线圈，在线采集经颅磁线圈电场产生的数据，通过有限元数值算法计算线圈作用下人脑中的不同区域的电场分布；S2：根据快速运算卷积神经网络结合脑部的结构先验，构建基于编解码结构的融合多尺度特征的深度神经网络模型；设MS表示最终融合的多尺度特征，Conv表示对多尺度特征进行卷积操作，Concatenate表示把多尺度特征进行串联，f表示对不同尺度的特征进行尺度变换，变换后的特征为MS1，则深度神经网络模型的计算公式如下：MS＝ConvConcatenateΣnMS1+fMS2+…+fMSn；采用步骤S1获取的数据训练基于编解码结构的融合多尺度特征的深度神经网络模型；通过最小化预测的电场和有限元算法得到的电场之间的均方误差损失进行训练；将深度神经网络模型看作非线性回归模型，通过训练深度神经网络模型拟合有限元法计算的电场分布；S3：将基于编解码结构的融合多尺度特征的深度神经网络模型预测的三维电场数据转化为二维数据，并投影到对应的大脑表层进行显示，实现对经颅磁刺激后电场在大脑不同区域的快速成像；基于电场在大脑中的分布特点和输出的电场评估指标，对基于编解码结构的融合多尺度特征的深度神经网络模型在包括预测时间和性能两方面的表现进行实时地评估。
全文数据：
权利要求：
百度查询： 武汉工程大学 基于编解码结构的经颅磁刺激电场快速成像方法和模型
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