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：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

摘要：本发明公开了一种基于深度神经网络的脑磁图溯源方法，涉及脑源成像领域，通过预先设置的头部模型获取脑磁数据，通过神经网络框架LassoNet对脑磁数据进行单时刻溯源，得到每一时刻对应的源偶极子向量，将多个源偶极子向量按照时间顺序组合得到源信号序列，将源信号序列输入到已训练完成的溯源模型中，输出重构溯源结果，基于重构溯源结果和头部模型，得到脑磁信号对应的源偶极子矩阵，根据源偶极子矩阵计算源位置和源强度；该脑磁图溯源方法获得了更准确的重构溯源结果。

主权项：1.一种基于深度神经网络的脑磁图溯源方法，其特征在于，通过预先设置的头部模型获取脑磁数据，通过神经网络框架LassoNet对脑磁数据进行单时刻溯源，得到每一时刻对应的源偶极子向量，将多个源偶极子向量按照时间顺序组合得到源信号序列，将源信号序列输入到已训练完成的溯源模型中，输出重构溯源结果，基于重构溯源结果和头部模型，得到脑磁信号对应的源偶极子矩阵，根据源偶极子矩阵计算源位置和源强度；所述溯源模型的训练过程如下：步骤一、根据不同年龄段人群的头部结构磁共振成像建立不同的头部模型，使用头部模型建立溯源所需的引导场矩阵，基于改进的神经群模型计算模拟源矩阵，将引导场矩阵与模拟源矩阵点乘得到模拟脑磁信号；步骤二、使用神经网络框架LassoNet对模拟脑磁信号的各个时刻进行溯源，输出单时刻源偶极子向量；步骤三、将单时刻源偶极子向量和模拟源矩阵输入到Transformer架构中，所述Transformer架构中的编码器模块对单时刻源偶极子向量在时序维度和源空间维度分阶段编码，基于单时刻源偶极子向量计算源偶极子强度并进行时序编码，时序编码结果依次经过时序自注意力模块和时序卷积网络得到时序特征矩阵，将时序特征矩阵和源空间维度编码结果进行特征融合，融合后的特征矩阵依次经过自注意力模块和前馈神经网络，然后将编码器模块的输出作为解码器模块中多头注意力模块的键K和值V；步骤四、所述Transformer架构中的解码器模块对模拟源矩阵进行时序编码，并对时序编码后的模拟源矩阵进行源采样，采样后的模拟源矩阵分别计算查询、键、值，并经过快速傅里叶变换的逆变换模块，对查询、键、值进行变换得到查询Q；步骤五、基于步骤三输出的键K、值V和步骤四输出的查询Q，计算多头注意力特征，将多头注意力模块输出的特征图输入已经经过预训练的专家系统中进行源信号重构，输出解码注意力特征，使用残差连接融合多头注意力特征和解码注意力特征，然后进行层规范化，规范化后的结果继续输入下一解码器模块，若到达最后一个解码器模块，则将最后一层规范化的结果进行线性变换，得到重构的溯源结果。

全文数据：

权利要求：

百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种基于深度神经网络的脑磁图溯源方法