人脑效应连接网络刻画了脑区间神经活动的因果效应.对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角,而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记,具有十分重要的理论意义和应用价值....人脑效应连接网络刻画了脑区间神经活动的因果效应.对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角,而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记,具有十分重要的理论意义和应用价值.利用计算方法从功能磁共振成像(Functional magnetic resonance imaging,fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题.本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程,说明了其中的主要步骤和方法;然后,给出了一种脑效应连接网络识别方法的分类体系,并对其中一些代表性的识别算法进行了阐述;最后,通过对该领域挑战性问题的分析,预测了脑效应连接网络识别未来的研究方向,以期对相关研究提供一定的参考.展开更多
为了减少因驾驶员的生理和心理健康状况变化引发的交通事故,实现对驾驶员健康状态的自动监测和实时优化,提出以控制论的基本理论为基础的驾驶员健康状态闭环反馈系统框架.首先基于驾驶员日志建立个性化健康模型;然后结合各种传感器实时...为了减少因驾驶员的生理和心理健康状况变化引发的交通事故,实现对驾驶员健康状态的自动监测和实时优化,提出以控制论的基本理论为基础的驾驶员健康状态闭环反馈系统框架.首先基于驾驶员日志建立个性化健康模型;然后结合各种传感器实时采集的驾驶员、车辆和道路环境等多模态数据,对驾驶员当前健康状态进行估计;最后针对预设健康目标,为驾驶员提供可执行的行为建议,实现对驾驶员健康状态的导航优化.在最关键的实时监测环节,提出基于注意力的卷积神经网络(convolutional neural network,CNN)-长短期记忆网络(long short term memory,LSTM)的多模态融合模型,实现对驾驶员压力、情绪和疲劳3个方面的健康状态估计.在私有数据集和公开数据集上分别开展的实验验证均获得高于90%的检测准确率.实验结果表明,提出的模型和方法可以实时准确监测驾驶员的压力、情绪和疲劳状态,为实现驾驶员的个性化健康导航系统提供有力支撑.展开更多
文摘人脑效应连接网络刻画了脑区间神经活动的因果效应.对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角,而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记,具有十分重要的理论意义和应用价值.利用计算方法从功能磁共振成像(Functional magnetic resonance imaging,fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题.本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程,说明了其中的主要步骤和方法;然后,给出了一种脑效应连接网络识别方法的分类体系,并对其中一些代表性的识别算法进行了阐述;最后,通过对该领域挑战性问题的分析,预测了脑效应连接网络识别未来的研究方向,以期对相关研究提供一定的参考.
文摘为了减少因驾驶员的生理和心理健康状况变化引发的交通事故,实现对驾驶员健康状态的自动监测和实时优化,提出以控制论的基本理论为基础的驾驶员健康状态闭环反馈系统框架.首先基于驾驶员日志建立个性化健康模型;然后结合各种传感器实时采集的驾驶员、车辆和道路环境等多模态数据,对驾驶员当前健康状态进行估计;最后针对预设健康目标,为驾驶员提供可执行的行为建议,实现对驾驶员健康状态的导航优化.在最关键的实时监测环节,提出基于注意力的卷积神经网络(convolutional neural network,CNN)-长短期记忆网络(long short term memory,LSTM)的多模态融合模型,实现对驾驶员压力、情绪和疲劳3个方面的健康状态估计.在私有数据集和公开数据集上分别开展的实验验证均获得高于90%的检测准确率.实验结果表明,提出的模型和方法可以实时准确监测驾驶员的压力、情绪和疲劳状态,为实现驾驶员的个性化健康导航系统提供有力支撑.