摘要
脑激活图预测方法及装置,能够避免耗时耗力的任务态fMRI数据采集而得到脑激活图,为不便进行任务态数据采集的患者提供了脑激活图计算的替代方案。方法包括:(1)对静息态fMRI图像进行预处理;(2)预处理后的静息态fMRI图像通过深度神经网络模型和状态提取算法提取脑状态,得到脑功能网络的基础状态信息;(3)基于脑功能网络的基础状态信息,通过任务编码算法加入不同任务范式刺激信息,获取特定任务下的脑功能网络状态;(4)将特定任务下的脑功能网络状态输入深度神经网络模型和信号重建算法回归重建得到任务态fMRI;(5)通过深度学习模型和激活图预测算法,从回归出的任务态fMRI预测得到任务态脑激活图。
技术关键词
深度神经网络模型
信号重建算法
编码算法
时间校正
深度学习模型训练
图像
广义线性模型
开源工具
多层感知机
基础
感兴趣
预测装置
滤波
模块
变量
系统为您推荐了相关专利信息
锯齿形状
分段
生成参数
误差预测
生成对抗网络模型
谐振抑制方法
设备特性数据
频率响应
谐振抑制装置
模糊控制规则
矩阵
锂电池健康状态
判定方法
多头注意力机制
充放电功率
深度神经网络模型
多源信息融合
飞行器
数据
红外相机拍摄