[發明專利]一種基于網絡中心性的腦功能磁共振圖像分類方法

有效

• 申請號: 201210262108.9
• 申請日: 2012-07-26
• 公開（公告）號: CN102855491A
• 公開（公告）日: 2013-01-02
• 發明（設計）人: 田捷;劉振宇;白麗君
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 任巖

1.一種基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，包括：

步驟S1：對腦功能磁共振圖像進行預處理，然后進行腦區分割，并提取各個腦區的平均時間序列；

步驟S2：計算平均各個時間序列之間的偏相關系數，得到偏相關系數矩陣；

步驟S3：將偏相關系數矩陣二值化，得到腦網絡模型；

步驟S4：計算網絡中各節點的網絡中心性；

步驟S5：利用自適應提高分類器對腦功能磁共振圖像進行分類，并采用留一交叉驗證的測試方法對自適應提高分類器進行檢驗。

2.根據權利要求1所述的基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，所述步驟S1包括：

步驟S11：對腦功能磁共振圖像進行預處理；

步驟S12：對預處理后的腦功能磁共振圖像進行分割；

步驟S13：提取各腦區的平均時間序列。

3.根據權利要求2所述的基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，步驟S11中所述對腦功能磁共振圖像進行預處理保留了腦功能圖像細節，同時使用腦功能圖像與標準模板進行仿射配準變換方式的預處理，并提高圖像的信噪比，至少包括切片掃描時間對齊、圖像序列對齊、聯合配準、標準化或均一化、空間平滑濾波和時間平滑濾波。

4.根據權利要求2所述的基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，步驟S12中所述對預處理后的腦功能磁共振圖像進行分割，是采用國際通用的結構標記模板(AAL)，將全腦分為90個腦區。

5.根據權利要求2所述的基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，步驟S13中所述提取各腦區的平均時間序列，包括：

將全腦分為90個腦區后，依據預處理后的腦功能磁共振圖像的數據，分別提取每個腦區內部各個體素在不同時間點上的激活值，再將各個體素在各時間點上的激活值進行平均，得到平均時間序列；所述激活值是指各個體素在不同時間點上的血氧水平依賴(BOLD)強度。

6.根據權利要求1所述的基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，所述步驟S2包括：

步驟S21：計算平均時間序列間的協方差系數；

步驟S22：計算平均時間序列間的偏相關系數；

步驟S23：對偏相關系數進行Fisher變換，得到偏相關系數矩陣。

7.根據權利要求6所述的基于網絡中心性的腦功能磁共振圖像分類方法，其特征在于，步驟S21中所述計算平均時間序列間的協方差系數，包括：

依據步驟S1提取的各個腦區的時間序列，計算各個平均時間序列之間的協方差矩陣S，S的每個元素s_i，j為第i個和第j個時間序列之間的協方差系數，

si,j=1MΣt=1M(xi(t)-xi‾)(xj(t)-xj‾)]]>

其中，M為時間點數目，x_i(t)(i＝1，…，M)為第i個時間序列，為第i個時間序列的平均值，為第j個時間序列的平均值。