杭州电子科技大学席旭刚获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利基于长短期记忆的自编码器实现功能近红外去伪影的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119357559B 。
龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411518038.8,技术领域涉及:G06F18/10;该发明授权基于长短期记忆的自编码器实现功能近红外去伪影的方法是由席旭刚;杨攀;尹刚刚;梁立军;李鲁亚;汪婷;高云园;马玉良;孟明设计研发完成,并于2024-10-29向国家知识产权局提交的专利申请。
本基于长短期记忆的自编码器实现功能近红外去伪影的方法在说明书摘要公布了:本发明涉及生物医学数据处理领域,具体是一种基于长短期记忆的自编码器实现功能近红外去伪影的方法,该方法分三个阶段对原始近红外信号处理:1通过下采样模块对原始近红外信号进行形态特征提取;2长短期记忆模块捕获单个样本之间的时间相关性来增强特征;3上采样模块从潜在空间中恢复并重建近红外信号的形态特征信息。最终,在输出层输出重构后的纯净近红外信号。本发明克服了传统信号处理的运动伪影去除方法过于依赖于专业知识和大脑区域的模型参数的最佳选择的缺点,实现了运动伪影的全自动去除,结果显示该方法在不同的数据集上均取得良好的去噪结果。
本发明授权基于长短期记忆的自编码器实现功能近红外去伪影的方法在权利要求书中公布了:1.基于长短期记忆的自编码器实现功能近红外去伪影的方法,其特征在于:包括如下步骤: 步骤1、采集多位受试者的执行动作数据; 步骤2、切割数据集,将数据集以8:1:1比例分为训练集,验证集和测试集; 步骤3、构建基于长短期记忆的自编码器模型,该自编码器模型的去噪模块由下采样模块、长短期记忆模块和上采样模块组成; 所述长短期记忆模块的计算过程由以下几步构成: ft=σWf·[ht-1,θt]+bf it=σWi·[ht-1,θt]+bi 式中,ft,it,表示遗忘门,输入门和代表使用tanh所创建的新细胞状态,W表示权重矩阵,bf、bi、bc分别表示遗忘门,输入门和细胞状态的偏置参数;σ表示的是sigmoid激活函数,输出值在0到1之间;tanh表示的是双曲正切激活函数,输出值在-1到1之间;ht-1代表上一时间步的隐藏状态,Ct-1代表上一时间步的细胞状态,Ct代表当前时间步的细胞状态; 经长短期记忆模块形态增强后的输出ot表示为: ot=σWo·[ht-1,θt]+bo ht=ot*tanhCt 式中,ot代表要输出的信息,Ct代表更新后细胞状态,ht代表当前序列模型的输出结果; 所述下采样模块过滤的特征向量可以表示为θ=θ1,θ2,...,θN,长短期记忆模块用于测量单个样本之间的时间相关性,并将结果应用于形态特征进行特征加强,其通过捕捉近红外信号的时间动态特征来增强特征表示过程可描述为: ht,ct=LSTMht-1,ct-1,θt1tN 式中,h,c为长短期记忆模块的隐藏层状态和单元状态; 步骤4、设置长短期记忆的自编码器模型的学习过程; 步骤5、采用留一法案进行验证,通过模拟除去一名受试者之外所有受试者的数据来训练模型,除去的受试者来测试模型;重复上述步骤直到所有的受试者都被用于测试; 步骤6、通过引入信号变化,在原始近红外信号中合成血液动力学响应,并将合成血液动力学响应添加到步骤1中所采集到的含有运动伪影的真实数据中; 步骤7、将添加合成血液动力学响应的真实数据导入Homer2软件,将原始的真实数据转换成光密度变化,经过带通处理来降低低频漂移和高频噪声,最后经过块平均函数进行区块平均来评估血液动力学响应; 步骤8、引入均方误差,信噪比,百分根号比,皮尔逊相关系数来计算步骤7的血液动力学响应的恢复结果,以衡量长短期记忆的自编码器模型去除运动伪影的能力。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励