脑功能引导的视频内容分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61103061
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    胡新韬
  • 依托单位：
    西北工业大学
  • 学科分类：
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

本项目提出利用量化的脑功能响应引导视频内容分析的创新方法。立项依据是：1、传统的视频内容分析方法缺乏脑功能响应的引导；2、近期结合脑功能的研究工作的重点在于分析脑功能响应模式在训练样本上的组间差别，而无法推广到大规模测试样本的内容分析中；3、在前期研究中，我们已初步建立了一种脑功能响应信息引导的视频内容分析方法，且实验表明能够提高视频分类准确确率10%～15%（该工作全文发表在多媒体分析与应用领域顶级国际学术会议ACM Multimedia 2010），初步验证了"脑功能引导"这一方案的可行性。本项目结合我们近期研究工作，计划进一步扩展研究方案，完成两个核心任务：1、丰富、拓展脑功能响应这一引导信息；2、开拓非线性的脑功能引导机制。以强化脑功能引导的视频内容分析方法的应用面和适应度，提高视频内容分析效果。

结项摘要

本课题围绕脑功能引导的视频内容分析这一核心科学问题展开研究，创新性的在视频内容分析中引入量化的脑功能响应作为引导信息，为视频内容分析提供了一个全新的研究思路。在研究过程中，课题组及其合作者开发了新的脑网络定位系统——“大脑GPS系统”DICCCOL；开发了新的大脑功能响应度量方法脑功能连接组和脑网络效应连接分析方法；研究了与视频理解相关联的脑区定位方法，并同时研究了视频理解的脑功能机制；研究了基于典型相关分析的特征映射模型、基于高斯过程回归的显式预测和特征融合模型、基于深度学习的特征缺失情况下的特征融合方法；以这些方法为基础，研究了脑功能响应引导的视频、音频分类与检索、视频可记忆度预测和视频注意力模型与视频摘要。我们的研究结果表明，以脑功能响应为引导，能够有效的提高视频内容分析的效果。. 在本课题的资助下，课题组发表SCI索引国际期刊论文18篇，EI索引国际会议论文4篇，其中大会宣读论文2篇，授权国家发明专利3项，软件著作权1项。. 在学科发展方面，以本项目为依托，项目组初步建立了脑成像引导的多媒体内容研究方向。应浙江大学唐孝威院士邀请，在其著作“一般集成论——向脑学习”一书中介绍了该研究内容。. 在人才培养方面，项目主持人以该项目研究内容和成果为基础，于2013年入选“教育部新世纪人才支持计划”；入选西北工业大学首批“翱翔新星”。项目主持人协助团队培养博士生研究生3名，其中2人先后获得2013和2014年度“国家奖学金”；协助培养硕士研究生5名，其中3人获得2014年度“国家奖学金”。.在国际合作方面，在本课题的研究过程中，我们深化了与美国佐治亚大学刘天明教授的长期合作，并与耶鲁大学统计学系张京博士和昆士兰大学脑研究所Christine Guo研究员建立了合作关系。. 在学术创新方面，申请人以本项目研究过程中新发现的关键科学问题为背景，于2015年获得国家自然科学基金面上项目“基于视频刺激fMRI的视觉特征神经编码空间研究（61473234）”的资助，该课题着重研究计算多媒体对脑功能映射的推动作用。将该课题与本青年基金课题的研究方向相结合，课题组已建立了脑功能与多媒体信息融合的新的学科与研究方向，我们将该方向总结为“脑多媒体组学（Neuromediomics）”。. 综上所述，课题组圆满的完成了预期研究内容与研究目标。

项目成果

期刊论文数量（34）
专著数量（0）
科研奖励数量（0）
会议论文数量（12）
专利数量（0）
Diffusion tensor imaging reveals evolution of primate brain architectures.
扩散张量成像揭示灵长类动物大脑结构的进化
  • DOI：
    10.1007/s00429-012-0468-4
  • 发表时间：
    2013-11
  • 期刊：
    BRAIN STRUCTURE & FUNCTION
  • 影响因子：
    3.1
  • 作者：
    Zhang, Degang;Guo, Lei;Zhu, Dajiang;Li, Kaiming;Li, Longchuan;Chen, Hanbo;Zhao, Qun;Hu, Xiaoping;Liu, Tianming
  • 通讯作者：
    Liu, Tianming
Increased cortico-subcortical functional connectivity in schizophrenia
精神分裂症的皮质-皮质下功能连接增加
  • DOI：
    10.1007/s11682-011-9138-z
  • 发表时间：
    2012-03
  • 期刊：
    Brain Imaging and Behavior
  • 影响因子：
    3.2
  • 作者：
    Zhang, Degang;Guo, Lei;Hu, Xintao;Li, Kaiming;Zhao, Qun;Liu, Tianming
  • 通讯作者：
    Liu, Tianming
Group-wise FMRI activation detection on DICCCOL landmarks.
DICCCOL 地标的分组 FMRI 激活检测
  • DOI：
    10.1007/s12021-014-9226-5
  • 发表时间：
    2014-10
  • 期刊：
    Neuroinformatics
  • 影响因子：
    3
  • 作者：
    Lv J;Guo L;Zhu D;Zhang T;Hu X;Han J;Liu T
  • 通讯作者：
    Liu T
Encoding brain network response to free viewing of videos
编码大脑网络对免费观看视频的反应
  • DOI：
    10.1007/s11571-014-9291-3
  • 发表时间：
    2014-10-01
  • 期刊：
    COGNITIVE NEURODYNAMICS
  • 影响因子：
    3.7
  • 作者：
    Han, Junwei;Zhao, Shijie;Liu, Tianming
  • 通讯作者：
    Liu, Tianming
Coevolution of Gyral Folding and Structural Connection Patterns in Primate Brains
灵长类动物大脑中回旋折叠和结构连接模式的协同进化
  • DOI：
    10.1093/cercor/bhs113
  • 发表时间：
    2013-05-01
  • 期刊：
    CEREBRAL CORTEX
  • 影响因子：
    3.7
  • 作者：
    Chen, Hanbo;Zhang, Tuo;Liu, Tianming
  • 通讯作者：
    Liu, Tianming

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

极大型信任结构的直觉表示
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    模糊系统与数学
  • 影响因子：
    --
  • 作者：
    李蕾;胡新韬
  • 通讯作者：
    胡新韬
基于动态功能连接的运动任务大脑状态表达
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    计算机应用
  • 影响因子：
    --
  • 作者：
    张欣;胡新韬;郭雷
  • 通讯作者：
    郭雷

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

胡新韬的其他基金

基于自然范式fMRI的视觉注意脑网络机制研究
  • 批准号：
    62076205
  • 批准年份：
    2020
  • 资助金额：
    59 万元
  • 项目类别：
    面上项目
基于视频刺激fMRI的视觉特征神经编码空间研究
  • 批准号：
    61473234
  • 批准年份：
    2014
  • 资助金额：
    82.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码