国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于實時功能磁共振的情緒識別方法、裝置及系統(tǒng)的制作方法_4

      文檔序號:9772465閱讀:來源:國知局
      而當超過預先設置的搜索等待時間,但仍未出現(xiàn)新的功能磁共振圖像或發(fā)現(xiàn)新磁共振圖像數(shù)據(jù)不完整或非功能圖像時,則退出格式轉化,或者重新再次搜索;而實時頭動校正具體為以訓練樣本的功能磁共振圖像平均圖像為基準,對當前測試圖像(即當前待識別功能磁共振圖像)進行平動和轉動操作,,計算得到六個剛體變換參數(shù),其中包括三個平動參數(shù)與三個轉動參數(shù),再根據(jù)該六個頭動參數(shù)判斷受試者頭動是否在預設的頭動閾值范圍內,若是,則根據(jù)該六個頭動參數(shù)選擇傅里葉插值法(Fourier)、三次/五次/七次拉格朗日多項式插值法(Cubic/Quintic/Heptic)或傅里葉與七次拉格朗日多項式結合插值法進行實時校正,再將校正后的數(shù)據(jù)保存在指定路徑;本實施例中該控制終端在構建情緒分類器時,首先在離線模式下構建去除非腦組織的全腦三維模型,或者僅包含腦島區(qū)域的局部三維模型,然后利用經(jīng)過預處理的訓練樣本功能磁共振圖像集對所構建的三維模型進行訓練,從而得到情緒分類器,再利用該分類器對每個時間點的待識別功能磁共振圖像進行實時分類,從而得到識別結果,并反饋至腦功能刺激儀。
      [0071 ]當然,在進行數(shù)據(jù)采集之前,需要對該磁共振掃描儀的掃描參數(shù)進行設置,如掃描脈沖重復間隔時間TR、掃描時間長度/TR個數(shù)、視野大小,采集層數(shù)等;同理,本實施例中,還需要預先設置訓練參數(shù),如:輸入信息和輸出信息,其中,輸入信息包括三維模型、訓練集數(shù)據(jù)、訓練標簽、剔除(非腦組織)數(shù)據(jù)標簽等;而輸出信息則包括分類器、激活圖及分類參數(shù)文件的命名等;以及測試分類參數(shù),其包括輸入信息及輸出信息,其中輸入信息包含分類器、指定測試集,輸出信息包含分類結果文件命名、接收分類結果的腦功能刺激儀IP地址及端口 ;以及反饋參數(shù),其包括頭動閾值范圍及激活圖、時間序列圖、頭動參數(shù)曲線圖、動態(tài)溫度計的顯示參數(shù)。
      [0072]以上所揭露的僅為本發(fā)明較佳實施例而已,當然不能以此來限定本發(fā)明之權利范圍,本領域普通技術人員可以理解實現(xiàn)上述實施例的全部或部分流程,并依本發(fā)明權利要求所作的等同變化,仍屬于發(fā)明所涵蓋的范圍。
      【主權項】
      1.一種基于實時功能磁共振的情緒識別方法,其特征在于,包括: 根據(jù)預先采集的訓練樣本功能磁共振圖像集構建情緒分類器; 實時采集所述受試者受情緒圖像刺激時腦島的功能磁共振圖像,得到待識別功能磁共振圖像; 利用所述情緒分類器對所述待識別功能磁共振圖像進行識別,并向受試者反饋識別結果O2.如權力要求I所述的基于實時功能磁共振的情緒識別方法,其特征在于,所述根據(jù)預先采集的訓練樣本功能磁共振圖像集構建情緒分類器的步驟具體包括: 構建去除非腦組織的全腦三維模型,或僅包含腦島情感區(qū)域的局部三維模型; 實時采集受試者受情緒圖像刺激時腦島情感區(qū)域的功能磁共振圖像,得到訓練樣本功能磁共振圖像集; 根據(jù)所述訓練樣本功能磁共振圖像集對所述全腦三維模型或所述局部三維模型進行訓練,得到情緒分類器。3.如權利要求1或2所述的基于實時功能磁共振的情緒識別方法,其特征在于,當實時采集到所述樣本功能磁共振圖像或所述待識別功能磁共振圖像后,還需要對所述樣本功能磁共振圖像或所述待識別功能磁共振圖像進行預處理;所述預處理包括實時頭動校正,具體地,所述實時頭動校正的步驟包括步驟: 計算所采集的當前樣本磁共振圖像或當前待識別功能磁共振圖像的頭動參數(shù); 判斷所述當前樣本功能磁共振圖像或所述當前待識別功能磁共振圖像的頭動參數(shù)是否在預設的頭動閾值范圍內,若是,則根據(jù)所述頭動參數(shù)結合空間重采樣算法進行實時校正。4.如權利要求1或2所述的基于實時功能磁共振的情緒識別方法,其特征在于,以溫度計變化方式向所述受試者反饋識別結果。5.—種基于實時功能磁共振的情緒識別裝置,其特征在于,包括: 數(shù)據(jù)采集模塊,用于實時采集受試者分別在訓練過程中和測試過程中,受情緒圖像刺激時腦島的功能磁共振圖像,分別得到訓練樣本功能磁共振圖像集,和待識別功能磁共振圖像集; 數(shù)據(jù)處理模塊,用于對所述數(shù)據(jù)采集模塊所采集得到的所述樣本功能磁共振圖像集的樣本功能磁共振圖像,或所述待識別功能磁共振圖像集的待識別功能磁共振圖像進行預處理; 情緒分類器構建模塊,用于根據(jù)經(jīng)過所述數(shù)據(jù)處理模塊預處理后的所述訓練樣本功能磁共振圖像集構建情緒分類器,以及利用所述情緒分類器對經(jīng)過預處理的所述待識別功能磁共振圖像集中的待識別功能磁共振圖像進行情緒識別; 反饋模塊,用于將所述情緒分類器的識別結果反饋給所述受試者。6.如權利要求5所述的基于實時功能磁共振的情緒識別裝置,其特征在在于,所述數(shù)據(jù)處理模塊包括:頭動校正子模塊,用于實時校正當前樣本功能磁共振圖像或當前待識別功能磁共振圖像,具體地,所述頭動校正子模塊具體包括: 頭動參數(shù)計算單元,用于計算當前樣本功能磁共振圖像或當前待識別功能磁共振圖像的頭動參數(shù); 判定單元,用于判斷所述頭動參數(shù)計算單元計算得到的所述頭動參數(shù)是否在預設頭動閾值范圍內; 校正單元,用于當所述判定單元判斷出所述頭動參數(shù)在所述預設頭動閾值范圍內,則根據(jù)所述頭動參數(shù)結合空間重采樣算法進行實時校正。7.如權利要求5或6所述的基于實時功能磁共振的情緒識別裝置,其特征在于,所述分類器構建模塊包括: 模型構建單元,用于構建去除非腦組織的全腦三維模型,或者僅包含腦島情感區(qū)域的局部三維模型; 模型訓練單元,用于根據(jù)所述訓練樣本功能磁共振圖像集對所述全腦三維模型或所述局部三維模型進行訓練,得到情緒分類器; 實時分類單元,用于利用訓練得到的情緒分類器對所述待識別功能磁共振圖像進行分類識別。8.如權利要求5所述的基于實時功能磁共振的情緒識別裝置,其特征在于,所述反饋模塊以溫度計變化方式將識別結果反饋至所述受試者。9.一種基于實時功能磁共振的情緒識別系統(tǒng),其特征在于,包括腦功能刺激儀,磁共振掃描儀和控制終端,其中, 所述腦功能刺激儀用于向受試者提供正面或負面的情緒圖像以刺激所述受試者,且將所述控制終端發(fā)送來的情緒識別結果反饋給所述受試者; 磁共振掃描儀,用于實時采集受試者在訓練中受正面和負面的情緒圖像刺激時腦島的功能磁共振圖像,以及在測試過程中受負面情緒圖像刺激時腦島的功能磁共振圖像,分別得到用于構建情緒分類器的訓練樣本功能磁共振圖像集,以及待識別的待識別功能磁共振圖像集; 控制終端,與所述磁共振掃描儀和所述腦功能刺激儀相連,用于在訓練過程中對所述訓練樣本功能磁共振圖像集中的樣本功能磁共振圖像進行預處理,并根據(jù)經(jīng)過預處理的所述樣本功能磁共振圖像構建情緒分類器;以及在測試過程中,對所述待識別功能磁共振圖像集中待識別功能磁共振圖像進行預處理,并以所述情緒分類器對經(jīng)過預處理的所述待識別功能磁共振圖像進行分類識別,并將識別結果發(fā)送至所述腦功能刺激儀。
      【專利摘要】本發(fā)明公開了一種基于實時功能磁共振的情緒識別方法、裝置和系統(tǒng)。本發(fā)明的該情緒識別方法、裝置和系統(tǒng),通過利用情緒圖像對受試者進行腦功能刺激,并實時采集得到受試者腦島的功能磁共振圖像集,再利用該功能磁共振圖像集作為訓練樣本來訓練構建的模型進而得到情緒分類器,然后再利用該情緒分類器對采集的受試者當前受刺激時腦島功能磁共振圖像進行情緒識別,從而得到識別結果并反饋給受試者,當其反饋結果為負面情緒時,受試者可有意識的認知策略應對該負面刺激,并控制大腦呈現(xiàn)正反饋,進而通過反復練習使得受試者提高自身對情緒表達的調控能力,克服過度的負面情緒。
      【IPC分類】A61B5/055, A61B5/16
      【公開號】CN105534534
      【申請?zhí)枴緾N201510901766
      【發(fā)明人】何宏建, 許芳芳, 丁秋萍, 韓璐, 楊晗, 姜意, 張義
      【申請人】浙江大學, 上海承藍電子科技有限公司
      【公開日】2016年5月4日
      【申請日】2015年12月9日
      當前第4頁1 2 3 4 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1