检索结果：
返回 49 结果。
排序：
- 作者： Guimei Yin，Jie Yuan，Yanjun Chen，Guangxing Guo，Dongli Shi，Lin Wang，Zilong Zhao，Yanli Zhao，Manjie Zhang，Yuan Dong，Bin Wang，null，Shuping Tan （ 1School of Computer Science and Technology, Taiyuan Normal University, Jinzhong, 030619, China;2Department of Radiology, Shanxi Provincial People’s Hospital, Taiyuan, 030012, China;3Institute of Big Data Technology Analysis and Application, Taiyuan Normal University, Jinzhong, 030619, China;4School of Chemical Engineering and Technology, Sun Yat-sen University, Zhuhai, 519000, China;5Psychiatry Research Center, Beijing Huilongguan Hospital, Beijing, 100096, China;6College of Computer Science and Technology, Taiyuan University of Technology, Jinzhong, 030600, China ）
- 出处： 3856 2025 Vol.15
- 关键词： Schizophrenia 3D spaces Attention mechanisms Adaptive brain networks Graph convolutional neural network
- 摘要： Previous deep learning-based brain network research has made significant progress in understanding the pathophysiology of schizophrenia. However, it i
-
点击量：1
- 作者： Guimei Yin, Jie Yuan, Yanjun Chen, Guangxing Guo, Dongli Shi, Lin Wang, Zilong Zhao, Yanli Zhao, Manjie Zhang, Yuan Dong, Bin Wang, Shuping Tan （ Affiliations 1 School of Computer Science and Technology, Taiyuan Normal University, Jinzhong, 030619, China. 2 Department of Radiology, Shanxi Provincial People's Hospital, Taiyuan, 030012, China. 3 Institute of Big Data Technology Analysis and Application, Taiyuan Normal University, Jinzhong, 030619, China. 4 School of Chemical Engineering and Technology, Sun Yat-sen University, Zhuhai, 519000, China. 5 Psychiatry Research Center, Beijing Huilongguan Hospital, Beijing, 100096, China. 6 College of Computer Science and Technology, Taiyuan University of Technology, Jinzhong, 030600, China. wangbin01@tyut.edu.cn. 7 Psychiatry Research Center, Beijing Huilongguan Hospital, Beijing, 100096, China. shupingtan@126.com. ）
- 出处： 3351 2025 Vol.15 No.1 P4067
- 关键词： 3D spaces Adaptive brain networks Attention mechanisms Graph convolutional neural network Schizophrenia.
- 摘要： Previous deep learning-based brain network research has made significant progress in understanding the pathophysiology of schizophrenia. However, it i
期刊
- 作者： Yanxia Kang, Jianghao Zhao, Yanli Zhao, Zilong Zhao, Yuan Dong, Manjie Zhang, Guimei Yin, Shuping Tan （ Affiliations 1 Clinical Department, Beijing Huilongguan Hospital, Beijing, China. 2 Laboratory of Brain Science and Intelligent Information Processing, School of Computer Science and Technology, Taiyuan Normal University, Jinzhong, China. 3 Psychiatry Research Center, Beijing Huilongguan Hospital, Bejing, China. 4 School of Chemical Engineering and Technology, Sun Yat-sen University, Zhuhai, China. ）
- 出处： 4206 2024 Vol.18 P1452197
- 关键词： first-episode schizophrenia high-order brain network features light GBM persistent homology random forest.
- 摘要： Introduction: A multimodal persistent topological feature extraction and classification method is proposed to enhance the recognition accuracy of firs
- 作者： 高昊，阴桂梅 （ 太原师范学院计算机科学与技术学院 ）
- 出处： 3308 2024 第2期 P114-117
- 关键词： 植被 遥感 持续同调 拓扑数据分析 深度学习
- 摘要： 绿色植被在城市的生态系统中扮演着非常重要的角色，非常有必要对城市植被进行合理的规划与检测。近年来，深度学习技术，尤其是深度卷积神经网络在高分辨率遥感图像的解析和处理方面取得了显著进展。因为高分辨率遥感图像成本低、周期短和精度高等特点，为城市植被信息提取提供了可能性。但是，高分辨率的城市遥感图像中伴随
-
点击量：1
- 作者： 盛志林，阴桂梅，符永灿 （ 太原师范学院计算机科学与技术学院 ）
- 出处： 3500 2024 第8卷 第7期 P107-112，117
- 关键词： 脑网络 持续同调 图注意力网络 精神分裂症
- 摘要： 对目前基于脑网络的分析进行研究，研究显示，分析方法大致分为基于持续同调方法的分析和基于深度学习模型的分析。为了提高脑疾病诊断的预测能力，模型将持续同调集成到GAT模型中，使其具有“拓扑意识”。在模型的最后使用LSTM模型，目的是为了捕捉到所形成特征中的时序信息，从而提高分类预测的效果。在PH-GAT
-
点击量：1
- 作者： 符永灿，阴桂梅，盛志林 （ 太原师范学院计算机科学与技术学院 ）
- 出处： 3500 2024 第8卷 第8期 P123-127
- 关键词： 自适应脑网络 图编码特征 小样本学习 图原型网络 精神分裂症
- 摘要： 在基于图神经网络的脑功能性疾病研究中，构建脑网络之后不再变化，且一般需要大量的数据进行建模训练。为了解决这两个问题，文章提出一种基于图编码与小样本学习的分析诊断模型。该模型采用皮尔逊相关系数和自注意力机制构建自适应脑网络，并将时域特征、频域特征和脑网络特征作为图卷积神经网络的输入，进行动态学习自适应
- 作者： 陈妍君，阴桂梅 （ 太原师范学院计算机科学与技术学院 ）
- 出处： 224 2024 第23卷 第4期 P27-33
- 关键词： 精神分裂症 三维空间 图卷积神经网络 注意力机制
- 摘要： 过去的精神分裂症识别研究中，许多忽略了脑电信号的三维空间特征，且不能动态学习节点间的关系，对信号信息的挖掘不够充分.针对这些问题，提出基于三维图卷积神经网络的精神分裂症分类模型，在首发精分数据集进行实验.实验将五个频段的特征矩阵和节点特征矩阵拼接，在频段、空域、特征域三个维度上应用了注意力机制，并将
- 作者： XUE Limei，WEI Yanlong，YANG Luxia，YIN Guimei，MA Huifang，HAN Bingchen （ 1Department of Computer Science and Technology, Taiyuan Normal University, Jinzhong Shanxi 030600, China 2Shanxi Key Laboratory for Intelligent Optimization Computing and Blockchain Technology, Jinzhong Shanxi 030600, China 3Department of Physics, Taiyuan Normal University, Jinzhong Shanxi 030600, China ）
- 出处： 4376 2024 Vol.45 No.8 P110
- 关键词： all-optical logic LIF neurons optical communication photon pulse neurons
- 摘要： Compared with the traditional artificial neural network, pulse neural network has the advantages of hardware-friendliness and low energy consumption.
- 作者： 薛利梅，魏艳龙，杨潞霞，阴桂梅，马会芳，韩丙辰 （ 太原师范学院计算机科学与技术学院；智能优化计算与区块链技术山西省重点实验室；太原师范学院物理系 ）
- 出处： 4278 2024 第45卷 第8期 P110
- 关键词： 光通信 全光逻辑 LIF神经元 光子脉冲神经元
- 摘要： 脉冲神经网络与传统人工神经网络相比，具有硬件友好性和低能耗的优点。而光子脉冲神经网络与电脉冲神经网络相比具有速度快、能耗低、传输容量大和抗电磁干扰能力强等优点。基于半导体光放大器设计了一种新的光子脉冲神经元模型—LIF模型，实现了信号的加权、延迟、积分和阈值判决等功能，并在此基础上探索了该LIF模型
- 作者： 席鑫花，阴桂梅 （ 太原师范学院计算机科学与技术学院 ）
- 出处： 3500 2023 第7卷 第4期 P163-166，170
- 关键词： 精神分裂症 复杂网络 相位同步 特征分析
- 摘要： 精神分裂症是一种慢性迁延性疾病，在我国患病率平均每年在6‰～10‰之间，即1%左右，这个数字是比较大的。为了探索精神分裂症的病灶，基于首发精神分裂症患者和健康被试的静息态脑电数据提出了一种精神分裂症分类方法。同时分析了患者在治疗前后的脑区变化以及认知功能与脑功能活动的相关性，显著特征与量表得分和用药
-
点击量：5