申请/专利权人：电子科技大学

申请日：2022-09-25

公开（公告）日：2024-04-02

公开（公告）号：CN117808728A

主分类号：G06T7/00

分类号：G06T7/00;G06T7/62;G06V10/80;G06V10/764;G06V10/77;G06V10/771

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种针对双相情感障碍疾病的辅助诊断装置，包括：结构像预处理单元、功能像预处理单元、结构像特征提取单元、功能像特征提取单元、特征融合单元、分类器训练单元和辅助诊断输出单元。本发明通过结合患者磁共振结构像和功能像的多模态信息，对患者的形态学、低频振幅信号、体素对称同伦连接性信号、功能网络属性、功能网络的边等特征进行融合，充分利用已有信息来提高辅助诊断模型的准确率。同时为了解决医学图像中数据集较少而特征量较多而产生的结果过拟合现象，采用PCA进行特征降维和使用过滤法来进行特征选择，以降低特征冗余量，进而很好的选择出具有显著差异的特征来进行分类诊断，进一步提升辅助诊断的准确率。

主权项：1.针对双相情感障碍疾病的辅助诊断装置，其特征在于，包括：结构像预处理单元、功能像预处理单元、结构像特征提取单元、功能像特征提取单元、特征融合单元、分类器训练单元和辅助诊断输出单元；结构像图像预处理单元用于对输入的磁共振结构像进行预处理，包括：将图像按照组织结构的不同进行分割，分割出的灰质图像输出至结构像特征提取单元；功能像预处理单元用于对输入的磁共振功能像进行预处理，包括：去除磁共振功能像扫描起始时的指定数量的时间点，基于机器的扫描顺序将对应的扫描层按照时间顺序进行排列，采用预置的头动校正方式进行校正处理，建立功能像和结构像空间位置的对应关系，并进行空间标准化处理，空间平滑处理、去线性漂移处理和滤波信号；并将预处理后的磁共振功能像序列输入功能像特征提取单元；结构像特征提取单元，对输入的灰质图像进行尺寸调整处理，调整后的图像尺寸与预置的第一脑区分区模板的分辨率一致；将灰质图像中的灰质按照脑区分区模板进行各个脑区的提取处理，得到各个脑区的图像块；提取测量每个脑区的灰质体积，并计算任意两个脑区灰质体积之间的皮尔逊相关系数，基于预置阈值对两个脑区灰质体积之间的皮尔逊相关系数进行强弱的二分类，并将属于强皮尔逊相关系数的值赋值为1，将属于弱皮尔逊相关系数的值赋值为0，基于所有所有脑区的赋值后的皮尔逊相关系数构建的对应的邻接矩阵，将每个脑区作为一个节点，基于该邻接矩阵构建加权无向连接的脑结构网络；并基于指定的网络指标，以及全局网络属性信息提取脑结构网络的特征信息，组成结构像特征并经降维处理后输入特征融合单元；功能像特征提取单元，包括脑功能网络特征提取单元、低频振幅信号特征提取单元和体素对称同伦连接性特征提取单元；其中，脑功能网络特征提取单元，用于对输入的磁共振功能像序列的各图像进行尺寸调整处理，调整后的图像尺寸与预置的第二脑区分区模板的分辨率一致；并通过第二脑区分区模板对磁共振功能像序列的各图像进行脑区分区，得到每个脑区的时间序列，并采用偏相关系数计算任意两个脑区的时间序列之间相关系数，并采用指定密度阈值对脑区之间的相关系数进行二值化处理，大于或等于密度阈值则二值化为1，否则二值化为0，基于二值化后的相关系数构建脑区的邻接矩阵，将每个脑区作为一个节点，基于该邻接矩阵构建加权无向连接的脑功能网络；并基于指定的网络指标提取脑功能网络的特征信息，并将提取到的脑功能网络特征经过滤法进行特征选取，再将选取后的脑功能网络特征输入特征融合单元；低频振幅信号特征提取单元，用于提取磁共振功能像序列的的低频振幅信号特征，并经过滤法进行特征选取后再输入特征融合单元；体素对称同伦连接性特征提取单元，用于提取磁共振功能像序列的的体素对称同伦连接性特征，并经过滤法进行特征选取后再输入特征融合单元；特征融合单元，对输入的各特征进行特征融合，得到当前对象的多模特征；若当前对象为训练对象，则将其多模特征输入至分类器训练单元；若当前对象为待辅助诊断对象，则将其多模特征输入至辅助诊断输出单元；分类器训练单元，基于训练对象的多模特征构建训练数据集：基于当前训练对象是否为正常组或者疾病组的对象，设置每个训练对象的双相情感障碍的分类标签，基于一定数量的训练对象的多模特征及其分类标签，对指定的多个不同分类器进行训练，直到满足预置的训练结束条件时，将训练好的各分类输出至辅助诊断输出单元；其中，每个分类器用于输出预测的二分类结果；辅助诊断输出单元，将待辅助诊断对象的多模特征分别输入至本单元的各分类器中，基于其输出得到各分类器的预测结果，采用投票法确定当前待辅助诊断对象的诊断结果并输出。

全文数据：

权利要求：

百度查询： 电子科技大学 针对双相情感障碍疾病的辅助诊断装置

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