一种基于拓扑图的时空多模态棘波检测方法

AITNT
正文
推荐专利
一种基于拓扑图的时空多模态棘波检测方法
申请号:CN202410879393
申请日期:2024-07-02
公开号:CN118411366B
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于拓扑图的时空多模态棘波检测方法,涉及棘波检测技术领域,对获取到的脑磁图数据通过数据处理后输入到已训练完成后的多模态深度网络模型中,输出对应的棘波预测结果;所述多模态深度网络模型的训练过程如下:构建训练集,将训练集输入到多模态深度网络模型中,输出最后一层特征和中间层特征序列;将所有中间层特征序列进行融合得到中间融合特征,将中间融合特征、最后一层特征基于自注意力机制的融合,得到最终融合特征,将最终融合特征送入分类器中,得到棘波预测结果,基于输出的棘波预测结果构建二元交叉熵损失函数,以对多模态深度网络模型进行训练;该多模态棘波检测方法提高了棘波的检测准确率。
技术关键词
中间层 深度网络模型 融合特征 拓扑图 拓扑特征 序列 时序特征 交叉注意力机制 分段 数据 多模态深度 图片 图像 更新模型参数 构建训练集
系统为您推荐了相关专利信息
1
一种基于虚拟身份的物联终端准入方法
物联设备 编码向量 终端准入方法 语义 拓扑特征
2
一种基于BERT、ViT和宽度学习的图文多模态情绪原因对识别方法
多模态情绪 文本 识别方法 编码器 融合特征
3
面向作业自动批改的手写体字迹智能检测方法、系统及设备
手写字迹 智能检测方法 扫描文档图像 特征提取模块 融合特征
4
基于多模态输入文档的处理方法、装置、设备及存储介质
多模态 图表 大语言模型 文本 视觉特征
5
一种基于图神经网络的情报知识图谱优化方法及系统
知识图谱优化方法 拓扑图 注意力 数据 超参数
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