基于跨通道和空间加权卷积特征的脑图像解码方法及系统

摘要

本发明公开了一种基于跨通道和空间加权卷积特征的脑图像解码方法，该方法以稀疏线性回归模型作为脑解码器的基础，通过输入大脑视觉皮层区域的核磁共振信号来预测受试者所看到图片的高级语义卷积特征。一旦解码器训练完成后，对于任意给定一组测得的fMRI信号，可以通过该解码器判别出受试者当时所看到图片的类别。本发明还提出了一种脑图像解码系统，与传统方法相比，本发明针对卷积网络特征缺乏几何不变性的缺点，对不同通道及空间位置上的卷积特征进行加权，得到了表征能力更强的特征，从而提高了识别的准确性；另一方面，本发明所利用的卷积特征，消除了随机性带来的干扰，更加稳定，且特征维数更低，大幅减少了计算量。