专利交易市场

本发明公开了基于卷积神经网络的任务fMRI大脑解码方法，具体按照以下步骤实施：步骤1、获取fMRI的原始数据集；步骤2、对原始数据集进行数据预处理得到数据更新集；步骤3、将数据更新集标准化获得标准数据集；步骤4、将标准数据集输入卷积神经网络，输出解码概率向量Y和解码结果argmaxi{yi|Y}；本发明还公开了基于卷积神经网络的任务fMRI大脑可视化方法，将解码概率向量Y输入可视化模块，输出可视化结果；解决传统方法中体素的相关性无法被考虑，且无法对过程及结果进行可视化分析的问题。本发明利用三维卷积神经网络将输入的fMRI数据进行解码，并将概率分布向量对卷积层求偏导，使得解码结果可视化，以方便研究人员分析结果。

本发明公开了一种短时训练卷积神经网络的心电信号分类方法，包括如下步骤：载入数据库中的心电信并进行去噪，得到去噪后的心电信号；对心电信号进行R波检测并截取QRS波所处的心拍段；根据数据库中心拍标签对截取的心拍段进行分类，得到心拍矩阵和与之对应的标签矩阵；利用小波变换对心拍矩阵进行特征系数提取得到特征矩阵；对特征矩阵进行随机切分得到训练集心拍和测试集心拍，并根据标签矩阵生成训练集心拍对应的标签矩阵和测试集心拍对应的标签矩阵；建立卷积神经网络，利用训练集和测试集对建立的网络进行训练与测试，得到心电信号分类结果的准确率。本发明在保持准确度较高的情形下，降低消耗时间，提高了算法的实时性。