一种深度多模态图卷积的脑图分类方法

发明专利有效专利

申请号：
CN202110898144.3
IPC分类号：G06T7/00;G06K9/62
申请日期：
2021-08-05
申请人：
东南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种深度多模态图卷积的脑图分类方法
申请号	CN202110898144.3	申请日期	2021-08-05
法律状态	公开	申报国家	中国
公开/公告日	2021-11-02	公开/公告号	CN113592836A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	东南大学	申请人地址	江苏省南京市玄武区四牌楼2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东南大学	当前权利人	东南大学
发明人	孔佑勇;王文涵;高舒雯;舒华忠;岳莹莹;陈素珍;袁勇贵
代理机构	南京众联专利代理有限公司	代理人	叶涓涓

摘要

本发明提供了一种深度多模态图卷积的脑图分类方法，通过将不同模态间脑图进行融合达到脑图的分类目的。首先进行多模态脑拓扑图构建，利用静息态功能磁共振数据与弥散张量磁共振数据依据其生物学意义构建脑拓扑图；然后，进行多模态融合，包含功能‑结构融合和动态‑静态融合两个部分。本发明不仅使用了多种模态特征，并对其进行了融合，能够充分利用特征间的相似性和互补性，这使得进行脑图分类的结果更加准确。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供