日韩在线一区二区三区,日本午夜一区二区三区,国产伦精品一区二区三区四区视频,欧美日韩在线观看视频一区二区三区 ,一区二区视频在线,国产精品18久久久久久首页狼,日本天堂在线观看视频,综合av一区

[發(fā)明專利]一種基于深度哈希互學(xué)習(xí)的腦網(wǎng)絡(luò)分類方法在審

專利信息
申請(qǐng)?zhí)枺?/td> 202310522896.9 申請(qǐng)日: 2023-05-10
公開(公告)號(hào): CN116543215A 公開(公告)日: 2023-08-04
發(fā)明(設(shè)計(jì))人: 冀俊忠;張雅琴 申請(qǐng)(專利權(quán))人: 北京工業(yè)大學(xué)
主分類號(hào): G06V10/764 分類號(hào): G06V10/764;G06V10/774;G06V10/82;G06V10/40;G06V10/74;G06N3/042;G06N3/0464;G06N3/08
代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203 代理人: 王兆波
地址: 100024 *** 國(guó)省代碼: 北京;11
權(quán)利要求書: 查看更多 說明書: 查看更多
摘要:
搜索關(guān)鍵詞: 一種 基于 深度 哈希互 學(xué)習(xí) 網(wǎng)絡(luò) 分類 方法
【說明書】:

發(fā)明公開了一種基于深度哈希互學(xué)習(xí)的腦網(wǎng)絡(luò)分類方法,包括:數(shù)據(jù)預(yù)處理和腦功能網(wǎng)絡(luò)構(gòu)建;腦網(wǎng)絡(luò)數(shù)據(jù)劃分;基于深度哈希學(xué)習(xí)的個(gè)體特征提取;基于深度哈希學(xué)習(xí)的群體特征提取;基于哈希碼的互學(xué)習(xí);基于哈希碼的分類。本發(fā)明首次考慮到群體腦網(wǎng)絡(luò)中的表型標(biāo)簽差異,采用表型標(biāo)簽構(gòu)建群體腦網(wǎng)絡(luò)關(guān)系圖,提出一種基于GCN的深度哈希學(xué)習(xí)模型提取腦網(wǎng)絡(luò)的群體特征;并考慮到腦網(wǎng)絡(luò)個(gè)體特征和群體特征間的關(guān)系,采用基于深度哈希互學(xué)習(xí)的腦網(wǎng)絡(luò)分類方法通過個(gè)體特征和群體特征之間的互學(xué)習(xí)來增強(qiáng)特征的辨別能力。本方法與其他方法相比,分類性能更優(yōu)。

技術(shù)領(lǐng)域

本發(fā)明涉及腦科學(xué)領(lǐng)域中的腦網(wǎng)絡(luò)分類技術(shù),主要是通過兩個(gè)深度哈希學(xué)習(xí)模型間的相互學(xué)習(xí),實(shí)現(xiàn)個(gè)體腦網(wǎng)絡(luò)特征和群體腦網(wǎng)絡(luò)特征的交互,設(shè)計(jì)一種基于深度哈希互學(xué)習(xí)的腦網(wǎng)絡(luò)分類方法。

背景技術(shù)

在腦科學(xué)中,腦功能網(wǎng)絡(luò)分類是指通過對(duì)人腦功能網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行特征挖掘和分析來自動(dòng)判斷受試者是否患有腦神經(jīng)疾病的技術(shù),為腦疾病發(fā)病機(jī)理的理解和早期診斷提供了有效的工具,因而具有重要的研究與應(yīng)用價(jià)值。近年來,由于靜息態(tài)功能磁共振(resting-state?functional?magnetic?resonance?imaging,rs-fMRI)技術(shù)能夠揭示大腦自發(fā)的功能性活動(dòng)規(guī)律而被多用于腦功能網(wǎng)絡(luò)的構(gòu)建。構(gòu)建的腦功能網(wǎng)絡(luò)由節(jié)點(diǎn)和邊構(gòu)成,其中節(jié)點(diǎn)對(duì)應(yīng)于大腦中的神經(jīng)元、神經(jīng)元簇、腦區(qū)或者感興趣區(qū)域(RegionofInterest,ROI),邊通常被定義為各節(jié)點(diǎn)對(duì)間的連接關(guān)系,也稱為功能連接(functionalconnectivity,FC),邊的權(quán)重為FC強(qiáng)度。后文用腦網(wǎng)絡(luò)指代腦功能網(wǎng)絡(luò)。

目前,最流行的是基于機(jī)器學(xué)習(xí)的腦網(wǎng)絡(luò)分類方法,主要包括傳統(tǒng)的機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法。在傳統(tǒng)的機(jī)器學(xué)習(xí)方法中,使用最廣泛的是支持向量機(jī)(supportvector?machine,SVM)和最小絕對(duì)收縮和選擇算子(least?absolute?shrinkage?andselection?operator,LASSO),但它們都屬于淺層模型,在面對(duì)高維的腦網(wǎng)絡(luò)數(shù)據(jù)時(shí),由于特征提取能力不足導(dǎo)致分類性能較差。近年來,深度學(xué)習(xí)方法由于可以通過對(duì)原始腦網(wǎng)絡(luò)的逐層處理來學(xué)習(xí)更豐富、更深層次的特征,在腦網(wǎng)絡(luò)分類中受到越來越多的關(guān)注。2017年,Kawahara等人提出了一種名為BrainNetCNN的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional?NeuralNetwork,CNN)框架,它設(shè)計(jì)了邊到邊、邊到點(diǎn)、點(diǎn)到圖三種卷積濾波器提取大腦網(wǎng)絡(luò)的特征。實(shí)驗(yàn)結(jié)果表明,BrainNetCNN框架提取的腦網(wǎng)絡(luò)特征可用于臨床神經(jīng)發(fā)育結(jié)果的預(yù)測(cè)。2018年,Heinsfeld等人一種基于深度神經(jīng)網(wǎng)絡(luò)(Deep?Neural?Networks,DNN)的模型,它根據(jù)大腦激活模式識(shí)別自閉癥(Autistic?Spectrum?Disorder,ASD)患者。實(shí)驗(yàn)結(jié)果表明,DNN模型可以提高ASD的識(shí)別準(zhǔn)確率,并識(shí)別出最有助于區(qū)分ASD患者與健康對(duì)照的大腦區(qū)域。2019年,Ju等人提出了一種基于堆疊稀疏自編碼(stacked?sparse?autoencoding,SSAE)方法的框架,用于區(qū)分正常衰老和輕度認(rèn)知障礙,并且與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比在分類準(zhǔn)確率上有了顯著的提高。2020年,Xing等人提出了一種新的基于自適應(yīng)多任務(wù)CNN的腦網(wǎng)絡(luò)分類方法(adaptive?multi-task?CNN,AMTCNN),并在ASD患者與健康對(duì)照的分類中取得了較好的效果。2021年,Ji等人提出了一種具有逐元素加權(quán)機(jī)制(element-wise?weightingmechanism,CKEW)的新型卷積核以及一種基于CKEW的CNN分類框架。實(shí)驗(yàn)結(jié)果表明,該框架可以更準(zhǔn)確地分類腦網(wǎng)絡(luò),并識(shí)別出與腦部疾病相關(guān)的異常連接模式。2022年,Ji等人利用診斷和臨床表型標(biāo)簽構(gòu)建語義空間,并結(jié)合腦網(wǎng)絡(luò)在語義空間的臨近關(guān)系提出了一種基于深度圖哈希學(xué)習(xí)的腦功能網(wǎng)絡(luò)分類方法(brain?network?classification?based?on?deepgraph?hashing?learning,BNC-DGHL)。在三個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該方法能獲得更優(yōu)的分類性能,這也展示了表型標(biāo)簽在腦網(wǎng)絡(luò)分類中的重要輔助作用。然而,現(xiàn)有的方法只考慮了個(gè)體腦網(wǎng)絡(luò)之間的表型標(biāo)簽差異,忽略了群體腦網(wǎng)絡(luò)之間的表型標(biāo)簽差異。事實(shí)上,在分類任務(wù)中,群體腦網(wǎng)絡(luò)之間的表型標(biāo)簽差異與分類結(jié)果更相關(guān)。例如,僅憑單個(gè)被試腦網(wǎng)絡(luò)的性別標(biāo)簽無法判斷被試是否患有ASD,但根據(jù)一組被試腦網(wǎng)絡(luò)的性別標(biāo)簽差異就很容易推斷出男性比女性更容易患ASD。也就是說,群體腦網(wǎng)絡(luò)的表型特征比個(gè)體腦網(wǎng)絡(luò)的表型特征更具有辨別力。

下載完整專利技術(shù)內(nèi)容需要扣除積分,VIP會(huì)員可以免費(fèi)下載。

該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京工業(yè)大學(xué),未經(jīng)北京工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服

本文鏈接:http://www.szxzyx.cn/pat/books/202310522896.9/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。

×

專利文獻(xiàn)下載

說明:

1、專利原文基于中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局專利說明書;

2、支持發(fā)明專利 、實(shí)用新型專利、外觀設(shè)計(jì)專利(升級(jí)中);

3、專利數(shù)據(jù)每周兩次同步更新,支持Adobe PDF格式;

4、內(nèi)容包括專利技術(shù)的結(jié)構(gòu)示意圖流程工藝圖技術(shù)構(gòu)造圖

5、已全新升級(jí)為極速版,下載速度顯著提升!歡迎使用!

請(qǐng)您登陸后,進(jìn)行下載,點(diǎn)擊【登陸】 【注冊(cè)】

關(guān)于我們 尋求報(bào)道 投稿須知 廣告合作 版權(quán)聲明 網(wǎng)站地圖 友情鏈接 企業(yè)標(biāo)識(shí) 聯(lián)系我們

鉆瓜專利網(wǎng)在線咨詢

周一至周五 9:00-18:00

咨詢?cè)诰€客服咨詢?cè)诰€客服
tel code back_top
主站蜘蛛池模板: 狠狠色狠狠色综合日日2019| 精品久久二区| 91精品色| 国产精一区二区三区| 国产一区二区三区精品在线| 狠狠色狠狠色综合日日2019| 国产伦精品一区二| 国产视频一区二区视频| 精品一区电影国产| 国产伦理一区| 99er热精品视频国产| 国产精品亚洲欧美日韩一区在线| 人人玩人人添人人澡97| 久久综合伊人77777麻豆最新章节 一区二区久久精品66国产精品 | 电影91久久久| 欧美乱妇高清无乱码一级特黄| 日韩一级免费视频| 日韩av片无码一区二区不卡电影| 亚洲va久久久噜噜噜久久0| 国产一区午夜| 日本五十熟hd丰满| 国产一区二区视频免费观看| 国产天堂第一区| 性欧美一区二区三区| 欧美午夜羞羞羞免费视频app| 欧美日本91精品久久久久| 国产一区二区在线免费| 久久人人97超碰婷婷开心情五月| 色噜噜狠狠色综合影视| 久久国产精品久久| 亚洲国产精品国自产拍av| 2023国产精品自产拍在线观看| 欧美精品日韩精品| 欧美一区二区三区高清视频| 欧美二区在线视频| 亚洲精品久久久久中文字幕欢迎你| 久久97国产| 日本一区免费视频| 色噜噜狠狠狠狠色综合久| 日韩欧美中文字幕一区| 国产精品一二三区免费| 日韩亚洲欧美一区| 国产一区2区3区| 久久一区欧美| 欧美黑人巨大久久久精品一区| 日韩精品在线一区二区三区| freexxxx性| 激情欧美一区二区三区| 国产午夜三级一区二区三| 午夜大片网| 一区二区三区免费高清视频| 国产一区二区在线91| 久久综合国产伦精品免费| 午夜大片网| 欧美在线视频三区| 91麻豆文化传媒在线观看| 久久99精品国产麻豆婷婷洗澡| 国产视频一区二区在线| 一区二区免费在线观看| 日韩一区免费| 97人人模人人爽视频一区二区 | 久久夜色精品国产噜噜麻豆| 国产在线一二区| 久久精品视频一区二区| 国产精品电影免费观看| 少妇久久免费视频| 国产色一区二区| 国产激情二区| 国产呻吟高潮| 91精品国产九九九久久久亚洲 | 久久久中精品2020中文| 亚洲欧美日本一区二区三区| 日本一区二区三区在线视频| 午夜av免费观看| 91社区国产高清| 中文字幕一区二区三区乱码视频| 国模一区二区三区白浆| 久久精品国产亚洲一区二区| 999国产精品999久久久久久| 国产二区不卡| 国产一区二区片| 国产日韩欧美三级| 亚洲欧美一二三| 日本看片一区二区三区高清| 国产一区二区三区国产| 欧美日韩亚洲另类| 久久精品一二三四| 久久一区二| 欧美日韩国产在线一区二区三区| av不卡一区二区三区| 狠狠色狠狠色很很综合很久久| 91久久香蕉国产日韩欧美9色| 国产丝袜一区二区三区免费视频| 日本看片一区二区三区高清| 狠狠色噜噜狠狠狠888奇米| 久久综合狠狠狠色97| 91精品婷婷国产综合久久竹菊| 国产麻豆一区二区三区在线观看| 99久久国产免费,99久久国产免费大片 | 国产乱码一区二区| 丰满岳乱妇bd在线观看k8| 国产1区2| 国产精品免费不卡| 狠狠色噜噜狠狠狠狠2021天天| 黄色国产一区二区| 国产精品久久久av久久久| 精品国产91久久久| 久久99精品久久久久国产越南| 精品久久不卡| 国产日韩精品久久| 国产一区二区国产| 久久精品综合视频| 中文字幕在线乱码不卡二区区| 躁躁躁日日躁网站| 欧美精品免费视频| 日韩精品久久一区二区三区| 欧美二区精品| 国产一区二区黄| 欧美乱码精品一区二区| 欧美午夜理伦三级在线观看偷窥| 欧美一区二区在线不卡| 国产片91| 久久综合二区| 99久久国产免费,99久久国产免费大片| 久久国产中文字幕| 一本色道久久综合亚洲精品浪潮| 国产不卡一二三区| 国产精品亚发布| 国产一区二区三区午夜| 午夜国内精品a一区二区桃色| 粉嫩久久99精品久久久久久夜| 91人人精品| 国产精品对白刺激在线观看| 久久久久国产精品www| 亚洲三区二区一区| 中文字幕在线乱码不卡二区区| 一区二区不卡在线| 欧美日本一二三区| 国产乱对白刺激视频在线观看| 88国产精品视频一区二区三区| 99视频国产在线| 国产91免费观看| 国产午夜伦理片| 欧美在线视频一区二区三区| 97国产婷婷综合在线视频,| 麻豆精品国产入口| 狠狠色狠狠色很很综合很久久| 国产一区二区伦理| 午夜老司机电影| 国产91视频一区二区| 国产伦高清一区二区三区 | 国产91丝袜在线熟| 国产一区日韩精品| 一本一道久久a久久精品综合蜜臀 国产三级在线视频一区二区三区 日韩欧美中文字幕一区 | 久久精品综合| 日韩欧美高清一区二区| 日韩中文字幕在线一区| 久久婷婷国产综合一区二区| 欧美精品一区二区久久| 国产日韩欧美中文字幕| 日韩av三区| 毛片大全免费观看| 色乱码一区二区三区网站| 国产精品精品国内自产拍下载| 欧美一区二区激情三区| 久久99国产视频| 秋霞三级伦理| 强制中出し~大桥未久在线播放| 国产精品久久91| 亚洲欧美一卡| 亚洲欧洲一二三区| 久久一级精品| 在线亚洲精品| 久久久久国产精品免费免费搜索| 日本一区二区免费电影| 亚洲乱在线| 国产丝袜一区二区三区免费视频 | 综合色婷婷一区二区亚洲欧美国产 | 色妞妞www精品视频| 野花社区不卡一卡二| 亚洲精品国产一区| 久久久久国产亚洲| 色一情一交一乱一区二区三区| 伊人久久婷婷色综合98网| 国产一区免费播放| 蜜臀久久99精品久久久久久网站| 欧美一级久久久| 国产97在线看| 久久一级精品| 国产精品禁18久久久久久| 一区二区三区日韩精品| 亚洲麻豆一区| 精品久久香蕉国产线看观看gif | 欧美一区二区三区久久| 国产99视频精品免视看芒果| 99精品欧美一区二区三区美图| 欧美一区二区三区黄| 欧美hdxxxx| 狠狠色狠狠综合久久| 欧美日韩激情在线| 国产一区二区激情| 一区二区在线不卡| 国产69精品久久久久999天美| 日韩精品一区二区三区免费观看视频| 国内精品99| 中文字幕一区2区3区| 国产1区2| 国内久久精品视频| 国产午夜一区二区三区| 国产一区二区三区黄| 国产精品视频久久久久久久 | 狠狠色噜噜狠狠狠色综合| 亚洲午夜国产一区99re久久| 国产精品中文字幕一区二区三区| 海量av在线| 性刺激久久久久久久久九色| 狠狠色狠狠综合久久| 国产69精品久久99不卡解锁版| 91午夜在线观看| 国产精品女同一区二区免费站| 国产91电影在线观看| 制服丝袜亚洲一区| 911久久香蕉国产线看观看| a级片一区| 69xx国产| 91麻豆精品国产91久久久更新资源速度超快 | 国产精品一区二区在线看| 国模少妇一区二区三区| 欧美激情在线免费| 欧美日韩一区二区高清| 久久国产精久久精产国| 国产婷婷一区二区三区久久| 午夜精品一区二区三区三上悠亚| 欧美日韩一卡二卡| 性欧美1819sex性高播放| 国产精品久久久综合久尹人久久9| 精品日韩久久久| 久久国产麻豆| av午夜电影| 日韩亚洲欧美一区二区| 国产午夜精品av一区二区麻豆| 激情欧美一区二区三区| 91精品一区二区在线观看| 在线观看国产91| 国产精品自产拍在线观看蜜| 久久黄色精品视频|