
有监督的多模态脑影像融合方法
- 申请号:CN201610296942.8
- 专利类型:发明专利
- 申请(专利权)人:中国科学院自动化研究所
- 公开(公开)号:CN105957047A
- 公开(公开)日:2016.09.21
- 法律状态:实质审查的生效
- 出售价格: 面议 立即咨询
专利详情
专利名称 | 有监督的多模态脑影像融合方法 | ||
申请号 | CN201610296942.8 | 专利类型 | 发明专利 |
公开(公告)号 | CN105957047A | 公开(授权)日 | 2016.09.21 |
申请(专利权)人 | 中国科学院自动化研究所 | 发明(设计)人 | 隋婧;戚世乐 |
主分类号 | G06T5/50(2006.01)I | IPC主分类号 | G06T5/50(2006.01)I;G06F17/13(2006.01)I;G06F17/15(2006.01)I;G06F17/16(2006.01)I;G06K9/46(2006.01)I;G06T3/00(2006.01)I;G06T3/40(2006.01)I;G06T5/00(2006.01)I;G06T7/00(2006.01)I;A61B5/055(2006.01)I |
专利有效期 | 有监督的多模态脑影像融合方法 至有监督的多模态脑影像融合方法 | 法律状态 | 实质审查的生效 |
说明书摘要 | 本发明公开了一种有监督的多模态脑影像融合方法。其中,该方法包括步骤1:计算所述各模态的特征;步骤2:对所述各模态的特征进行矩阵化和归一化;步骤3:利用奇异值分解算法,对所述各模态特征进行降维;步骤4:基于所述步骤S3得到的降维后的各模态特征,同时最大化所述各模态典型变量之间以及所述典型变量与先验信息之间的相关性平方和,并进行迭代循环,直至收敛;步骤5:将所述步骤S4得到的各模态成分串联,使用联合独立成分分析算法,计算得到所述各模态与所述先验信息显著相关的独立成分和混合矩阵,从而实现有监督的多模态脑影像融合。本发明实施例具有较好的鲁棒性,可以揭示复杂脑疾病认知功能损伤的生理病理机制。 |
交易流程
-
01
选取所需
专利 -
02
确认专利
可交易 - 03 签订合同
- 04 上报材料
-
05
确认变更
成功 - 06 支付尾款
- 07 交付证书
过户资料
平台保障
1、源头对接,价格透明
2、平台验证,实名审核
3、合同监控,代办手续
4、专员跟进,交易保障
- 用户留言
暂时还没有用户留言