龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：宁波大学
摘要：一种基于医学fMRI数据的混合数据增强无监督域自适应分类方法，涉及功能核磁共振成像分类领域。解决由于不同站点数据的分布差异较大以及数据稀缺，仅依靠对齐与对抗策略并不能取得高效的预测结果的问题。方法包括：获取fMRI数据中各个大脑区域中的平均时间序列；选取N个感兴趣区域ROI，根据全部样本数据对每个ROI的时序特征进行归一化处理；通过Cross‑DomainMix‑up生成新样本；根据原始fMRI数据和生成新样本构建图数据；使用时空图卷积神经网络对图数据进行特征学习；将时空图卷积神经网络学习后的特征进行特征对齐和域对抗；根据类判别器对目标域样本做出分类预测。应用于医学数据分类领域。
主权项：1.一种基于医学fMRI数据的混合数据增强无监督域自适应分类方法，其特征在于，所述方法包括：S1：获取fMRI数据中各个大脑区域中的平均时间序列；S2：选取N个感兴趣区域ROI，根据全部样本数据对每个ROI的时序特征进行归一化处理；S3：通过Cross-DomainMix-up生成新样本；S4：根据原始fMRI数据和生成新样本构建图数据；S5：使用时空图卷积神经网络对图数据进行特征学习；S6：将时空图卷积神经网络学习后的特征进行特征对齐和域对抗；S7：根据类判别器对目标域样本做出分类预测。
全文数据：
权利要求：
百度查询： 宁波大学 一种基于医学fMRI数据的混合数据增强无监督域自适应分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号