董云云
- 作品数：16 被引量：10H指数：2
- 供职机构：太原理工大学更多>>
- 发文基金：国家自然科学基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信哲学宗教更多>>
- 任务态和静息态fMRI数据独立成分分析方法研究
- 功能磁共振成像(functional Magnetic Resonance Imaging，fMRI)是上世纪九十年代初发展起来的脑功能成像技术，由于其无放射性、无创伤性、可重复性，与其他非介入性脑功能定位技术相比较具有...
- 董云云
- 关键词：特征捆绑数据驱动
- 文献传递
- 基于Transformer并行交叉融合模型的蜂窝肺病程周期检测评估方法及装置
- 本发明提供一种基于Transformer并行交叉融合模型的蜂窝肺病程周期检测评估方法及装置，属于蜂窝肺病程周期检测评估技术领域；所要解决的技术问题为：提供一种基于Transformer并行交叉融合模型的蜂窝肺病程周期检测...
- 白玉洁冯秀芳董云云赵子安范晓乐杨炳乾张源榕常云青
- 基于医学影像和基因数据的肺癌辅助诊断方法研究
- 肺癌的发病率和死亡率位居恶性肿瘤之首。通过影像基因数据的分析从多角度对肺癌进行智能诊断是提高患者生存率的重要手段。在影像学上，早期肺癌的主要呈现形式是各种类型的肺结节，其中疑似肺癌的疑难型肺结节较难诊断，而磨玻璃结节又是...
- 董云云
- 关键词：亚型分类
- 文献传递
- 基于体素的fMRI数据分类研究及其应用被引量：4
- 2015年
- 使用机器学习方法分类f MRI(functional magnetic resonance imaging)数据已经逐渐广泛被应用到探索大脑认知的研究中。在探索人脑视觉区域对颜色特征和形状特征的捆绑图像认知研究中,使用血氧含量水平BOLD(blood oxygen level dependent)最大值、BOLD变化累计值作为特征值训练SVM分类器,使用BOLD变化时间序列方差及均值组合作为特征值训练多个SVM弱分类器,并使用Adaboost算法将多个SVM分类器集成到一起构造集成分类器,以此来判断人正在观察的图像的类型。实验结果表明,使用BOLD时间序列方差及均值组合作为特征构造的集成分类器分类正确率较高,对比不同视觉区域对特征捆绑任务识别正确率,发现V3区对图像复杂度的改变比较敏感,与特征捆绑的任务联系比较紧密。该方法可以应用到脑机接口BCI(brain computer interface)等领域。
- 张兵董云云邓红霞李海芳
- 关键词：SVM分类FMRI特征捆绑
- 残差网络与通道注意力协同驱动下的基因突变预测方法
- 本发明提供了一种残差网络与通道注意力协同驱动下的基因突变预测方法，属于深度学习技术领域；解决了现有深度学习在基因突变预测中存在的无法获取大规模影像数据、难以判断基因突变的类型导致模型精度低的问题；包括如下步骤：输入肺部的...
- 董云云孙丽超景超常锐云赵子安张源榕常云青杨炳乾白玉洁冯秀芳
- 一种基于Transformer半监督算法的蜂窝肺病灶图像分割识别方法
- 本发明提供一种基于Transformer半监督算法的蜂窝肺病灶图像分割识别方法，属于蜂窝肺病灶图像识别技术领域；所要解决的技术问题为：提供一种基于Transformer半监督算法的蜂窝肺病灶图像分割识别方法的改进；解决该...
- 赵子安冯秀芳董云云任晓强范晓乐张源榕白玉洁常云青杨炳乾
- ICA+DMN方法在抑郁症诊断中的应用被引量：2
- 2018年
- 功能磁共振成像(fMRI)作为一种工具,用于预测临床信息,如疾病的诊断及预测等,然而由于fMRI数据的高维性使得对其进行数据分析成为一个重要的研究课题,独立成分分析算法(ICA)常用于任务态下的fMRI数据的处理.本文提出将独立成分分析和默认模式脑网络(DMN)结合的方法,并将其应用于静息态的fMRI数据,可以根据大脑静息态下fMRI数据诊断出是否患有抑郁症,实验结果表明,此方法对处理静息态的fMRI数据的处理有一定的效果,正确率达到73.68%,可以为抑郁症患者提供辅助诊断治疗方法.
- 董云云董云云
- 关键词：抑郁症
- 残差网络与通道注意力协同驱动下的基因突变预测方法
- 本发明提供了一种残差网络与通道注意力协同驱动下的基因突变预测方法，属于深度学习技术领域；解决了现有深度学习在基因突变预测中存在的无法获取大规模影像数据、难以判断基因突变的类型导致模型精度低的问题；包括如下步骤：输入肺部的...
- 董云云孙丽超景超常锐云赵子安张源榕常云青杨炳乾白玉洁冯秀芳
- 改进的ICA算法及其在特征捆绑中的应用
- 2014年
- 针对fMRI数据信噪比低、数据量大的特点,将Pearson分布族应用于独立成分分析算法中,提出基于Pearson系统的独立成分分析算法。增加非线性函数生成器,改进调整步长的方法,能根据观测数据自适应地估计非线性函数。改进的算法与原ICA算法相比,运行速度时间缩短,在fMRI信号分离中取得了较好的效果。将该算法应用于颜色和形状的特征捆绑认知中,得出参与捆绑认知的各大脑区域的主要作用,为建立视觉特征捆绑的认知模型提供理论基础。
- 董云云李海芳邓红霞
- 关键词：特征捆绑
- 基于fMRI颜色和形状特征绑定的神经机制研究
- 2013年
- 利用fMRI脑成像技术探讨了图形形状和颜色特征绑定的神经机制。根据图形不同特征设计了一种形状和颜色相互对比的实验任务,任务涉及到形状和颜色特征绑定问题。利用广义线性模型和BOLD信号分析法进行分析,结果发现:与控制任务相比,图像对比任务在枕叶、颞叶中回和下回、右侧中央前回、额叶上/中回等脑区有显著激活。简单任务激活区域较复杂任务较少,且知觉信息整合与右侧前额叶有关。
- 邓红霞董云云游雅李海芳
- 关键词：功能磁共振广义线性模型信息整合
