一种基于对比学习的脑磁图棘波特征聚类方法

AITNT
正文
推荐专利
一种基于对比学习的脑磁图棘波特征聚类方法
申请号:CN202410708776
申请日期:2024-06-03
公开号:CN118298204B
公开日期:2024-08-16
类型:发明专利
摘要
本发明公开了一种基于对比学习的脑磁图棘波特征聚类方法,涉及图像分析技术领域,包括:采集病人的脑磁图数据并进行预处理,得到脑磁三维矩阵;将脑磁三维矩阵输入到已训练完成的深度学习模型中,得到脑磁二维特征矩阵;对脑磁二维特征矩阵的每一行特征和其他行特征进行内积运算得到棘波时刻点集中两两时刻点之间的距离矩阵;设定总聚类次数为,对计算得到的距离矩阵进行聚类得到第次聚类时的类别集合,将第次聚类时的类别集合中的棘波时刻点叠加取平均后输出脑磁图数据中棘波时刻点集的聚类结果;该脑磁图棘波特征聚类方法具有更强的泛化能力和表达能力,能够得到良好的聚类结果。
技术关键词
特征聚类方法 深度学习模型 预测特征 矩阵 注意力 深度网络模型 训练数据处理 通道 卷积模块 像素 图像分析技术 标记 离群点 线性 随机梯度下降 元素 指标 滤波
系统为您推荐了相关专利信息
1
一种基于分块隐码信息重建的测序数据存储方法
数据存储方法 索引 代表 分块 数据预处理方法
2
基于多源数据融合的宁静小区噪声地图构建与评估方法
突发噪声 噪声地图 交通监控数据 热力图 吸声
3
一种多尺度注意力与中值增强的语义分割方法
语义分割方法 融合特征 输出特征 多尺度特征 多层感知器
4
基于深度学习的智能电表在线健康状态自适应评价方法
智能电表 评价方法 模态特征 动态邻接矩阵 SCADA系统
5
一种基于双模自适应调制的低成本电力载波通信模块
电力载波通信模块 双边带调制电路 主控芯片模块 电阻 射频前端电路
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号