[发明专利]一种神经调控结果预测方法、装置及终端设备有效

专利信息
申请号: 201910919589.8 申请日: 2019-09-26
公开(公告)号: CN110647849B 公开(公告)日: 2022-02-08
发明(设计)人: 郑海荣;牛丽丽;王壹博;孟龙;肖杨;边天元;林争荣 申请(专利权)人: 深圳先进技术研究院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06V10/774;G16H50/50;A61N7/00
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 李娟
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 神经 调控 结果 预测 方法 装置 终端设备
【说明书】:

本申请适用于计算机技术领域,尤其涉及一种神经调控结果预测方法、装置及终端设备。所述神经调控结果预测方法包括:获取待预测的超声信息,其中,所述超声信息包括超声参数以及所述超声参数对应的刺激类型和刺激靶点的信息;根据所述刺激类型和所述刺激靶点的信息确定所述超声参数对应的神经调控结果预测模型;对所述超声参数进行特征提取,得到所述超声参数对应的参数特征信息;将所述参数特征信息输入至所述神经调控结果预测模型进行处理,得到所述神经调控结果预测模型输出的神经调控结果,以通过预先训练得到的神经调控结果预测模型来进行神经调控结果的预测,减少神经调控结果预测的时间和人力成本,提高神经调控结果预测的准确性和效率。

技术领域

本申请属于计算机技术领域,尤其涉及一种神经调控结果预测方法、装置、计算机可读存储介质及终端设备。

背景技术

经颅超声刺激作为一种新型的非侵入型神经调控技术,具有巨大的潜力应用于神经系统的调控。其中,经颅超声刺激主要是通过超声波改变神经元的活性来得到神经调控结果。当使用不同超声参数的超声波时,所得到的神经调控结果也将不相同。目前往往是通过对预设动物进行实验测试来确定各超声参数所对应的神经调控结果,神经调控结果的确定效率较低。因此,如何准确、高效地确定不同超声参数所对应的神经调控结果成为本领域技术人员亟待解决的技术问题。

发明内容

本申请实施例提供了一种神经调控结果预测方法、装置、计算机可读存储介质及终端设备,可以解决现有技术中不能准确、高效地确定不同超声参数所对应的神经调控结果的问题。

第一方面,本申请实施例提供了一种神经调控结果预测方法,包括:

获取待预测的超声信息,其中,所述超声信息包括超声参数以及所述超声参数对应的刺激类型和刺激靶点的信息;

根据所述刺激类型和所述刺激靶点的信息确定所述超声参数对应的神经调控结果预测模型;

对所述超声参数进行特征提取,得到所述超声参数对应的参数特征信息;

将所述参数特征信息输入至所述神经调控结果预测模型进行处理,得到所述神经调控结果预测模型输出的神经调控结果。

在第一方面的一种可能的实现方式中,所述神经调控结果预测模型通过下述步骤训练得到:

根据所述神经调控结果预测模型对应的刺激类型和刺激靶点的信息获取第一训练数据,其中,所述第一训练数据包括超声参数样本以及与所述超声参数样本对应的第一目标调控结果;

对所述超声参数样本进行特征提取,得到所述超声参数样本对应的样本参数特征信息;

将所述样本参数特征信息输入至所述神经调控结果预测模型进行处理,得到所述神经调控结果预测模型输出的训练神经调控结果;

根据所述训练神经调控结果和所述第一目标调控结果,调整所述神经调控结果预测模型的模型参数,并继续执行所述将所述样本参数特征信息输入至所述神经调控结果预测模型进行处理的步骤以及后续步骤,直至所述神经调控结果预测模型满足预设训练条件,并将满足所述预设训练条件的神经调控结果预测模型确定为已训练的神经调控结果预测模型。

可选地,所述根据所述神经调控结果预测模型对应的刺激类型和刺激靶点的信息获取第一训练数据,包括:

根据所述神经调控结果预测模型对应的刺激类型和刺激靶点的信息获取初始训练数据;

对所述初始训练数据进行预处理,得到第二训练数据;

对所述第二训练数据进行标准化处理,并将标准化处理后的第二训练数据确定为所述第一训练数据。

在第一方面的一种可能的实现方式中,所述对所述超声参数样本进行特征提取,得到所述超声参数样本对应的样本参数特征信息,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910919589.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top