申请/专利权人：北京邮电大学

申请日：2023-12-22

公开（公告）日：2024-03-19

公开（公告）号：CN117457222B

主分类号：G16H50/50

分类号：G16H50/50;G16H30/20

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本申请提供阿尔茨海默症大脑萎缩模型构建方法、预测方法及装置，涉及健康信息处理技术领域，构建方法包括：构建由健康人的磁共振图像数据集和各个阿尔茨海默症患者的磁共振图像数据构成的混合数据集；采用混合数据集和健康人的磁共振图像数据集训练阿尔茨海默症大脑萎缩模型，以提取混合数据集的伪健康特征并输出伪健康图像数据，基于混合数据集提取个体大脑萎缩特征并输出个体大脑萎缩预测图像数据，并基于伪健康特征和个体大脑萎缩特征重建混合数据集。本申请能够有效提高阿尔茨海默症大脑萎缩模型的泛化能力及适用范围，进而能够有效提高采用阿尔茨海默症大脑萎缩模型进行大脑萎缩辅助预测的准确性及有效性。

主权项：1.一种阿尔茨海默症大脑萎缩模型构建方法，其特征在于，包括：分别构建由各个非阿尔茨海默症患者各自的磁共振图像数据构成的健康人的磁共振图像数据集，以及由该健康人的磁共振图像数据集和各个阿尔茨海默症患者各自的磁共振图像数据构成的混合数据集；采用所述混合数据集和所述健康人的磁共振图像数据集训练预设的基于生成对抗网络的阿尔茨海默症大脑萎缩模型，以使该阿尔茨海默症大脑萎缩模型用于基于所述混合数据集和所述健康人的磁共振图像数据集提取所述混合数据集对应的伪健康特征并对应输出伪健康图像数据，基于所述混合数据集提取对应的个体大脑萎缩特征并对应输出个体大脑萎缩预测图像数据，并基于所述伪健康特征和所述个体大脑萎缩特征重建所述混合数据集中的各个磁共振图像数据；所述阿尔茨海默症大脑萎缩模型包括：依次连接的第一支路、第二支路和第三支路；所述第一支路中设有所述生成对抗网络，用于基于所述混合数据集和所述健康人的磁共振图像数据集训练所述生成对抗网络，以使得所述生成对抗网络用于输出所述混合数据集对应的伪健康特征并对应输出伪健康图像数据；所述第二支路用于自所述第一支路接收所述混合数据集对应的伪健康特征，并自所述第三支路接收所述混合数据集对应的个体大脑萎缩特征，再基于所述伪健康特征和所述个体大脑萎缩特征重建所述混合数据集；所述第三支路用于基于所述混合数据集提取对应的个体大脑萎缩特征并对应输出个体大脑萎缩预测图像数据。

全文数据：

权利要求：

百度查询： 北京邮电大学 阿尔茨海默症大脑萎缩模型构建方法、预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD