申请/专利权人：大连理工大学

申请日：2021-11-05

公开（公告）日：2024-04-16

公开（公告）号：CN113963349B

主分类号：G06V20/69

分类号：G06V20/69;G06V10/25;G06V10/762;A61B5/00;A61B5/055

优先权：["20210817 CN 2021109419792"]

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.02.15#实质审查的生效;2022.01.21#公开

摘要：一种提取个体空时特征矢量与被试细分类的方法，属于生物医学信号处理领域。其充分挖掘“空间体素×时间×被试”形式多被试fMRI数据经Tucker分解所获取核张量中包含的高维耦合关系，针对空间稀疏约束Tucker分解方法所获取的核张量，提供一种各被试特有空时特征矢量的提取方法，并将这些空时特征矢量用于k‑means被试细分类。在10个健康被试任务态fMRI数据的个体空时特征矢量提取与被试细分类中，根据DMN成分对应的空间特征矩阵，将所有被试分为两组，组1各被试空间激活中IPL区域平均激活体素数比组2多109％；根据任务相关成分所对应的时间特征矩阵，将所有被试分为两组，组1任务态时间过程与参考成分的平均相关系数比组2高55.6％。这些个体空时差异能够为脑功能研究和脑疾病诊断提供新的客观依据。

主权项：1.一种提取个体空时特征矢量与被试细分类的方法，是从多被试fMRI数据的空间稀疏约束Tucker分解核张量中提取个体空时特征矢量与被试细分类的方法，其特征在于，在Tucker分解模型中引入空间稀疏约束，形成如下模型： 其中，是多被试fMRI数据，V是脑内体素的个数，T是时间点个数，K是被试个数；是共享SM矩阵，是共享TC矩阵，是核张量，是残差张量，N是共享成分个数；“×1”和“×2”为模-1乘积和模-2乘积；“||·||F”、“||·||1”、“||·||p”分别为lF范数、l1范数和lp范数，p为稀疏参数；δ、λ、γ分别是空间稀疏项、核张量稀疏项和残差张量稀疏项参数；式1中，空间稀疏约束通过S的lp范数实现，S和B的低秩约束由lF范数实现，G和E的稀疏约束通过l1范数实现；由式1，得到增广拉格朗日函数如下： 式中，是G的分裂变量，是拉格朗日乘子，V是脑内体素的个数，T是时间点个数，K是被试个数，N是共享成分个数；α、β是惩罚参数，“·”是矩阵内积；和分别为张量R、X、E、U、W和G的第k个正面切片，分别满足Rk＝R:,:,k、Xk＝X:,:,k、Ek＝E:,:,k、Uk＝U:,:,k、Wk＝W:,:,k和Gk＝G:,:,k，其中k＝1,2,...,K，“:”表示取张量对应维的所有元素；根据式2，利用ADMM和半二次分裂法对共享SM、共享TC以及核张量进行更新；根据Tucker分解得到的多被试共享TC矩阵和共享SM矩阵，分别提取感兴趣成分的索引；然后，根据感兴趣成分在共享TC矩阵和共享SM矩阵中的索引，分别提取包含所有被试N个特征的空间特征矩阵和时间特征矩阵；最后，从空间特征矩阵和时间特征矩阵中分别提取每个被试的空间特征矢量和时间特征矢量，利用k-means算法分别根据空间特征和时间特征对被试进行细分类。

全文数据：

权利要求：

百度查询： 大连理工大学 一种提取个体空时特征矢量与被试细分类的方法

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