[發明專利]一種腦疾病早期診斷方法和裝置

在審

• 申請號: 201810974665.0
• 申請日: 2018-08-24
• 公開（公告）號: CN109300531A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 雷柏英;馮馳宇;楊鵬;倪東;汪天富
• 申請（專利權）人: 深圳大學
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 徐彥圣

本發明提供一種腦疾病早期診斷方法和裝置，該腦疾病早期診斷方法包括：對至少一張MRI圖像及PET圖像進行預處理，獲得腦部的MRI預處理圖像及PET預處理圖像，其中，所述MRI圖像與所述PET體素數量一致且體素對應；將所述MRI預處理圖像及所述PET預處理圖像分別輸入對應的預先建立的3D?CNN模型中，獲得MRI特征圖及PET特征圖；將所述MRI特征圖及PET特征圖級聯輸入預先建立的SBi?RNN模型中，獲得診斷結果。本發明的腦疾病早期診斷方法，利用圖像識別方法可以有效提高腦疾病早期診斷的準確率，并使用SBi?RNN來代替全連接處理3D?CNN輸出的特征圖，進一步提高診斷的性能。

技術領域

本發明涉及退行性疾病診斷技術領域，具體而言，涉及一種腦疾病早期診斷方法和裝置。

背景技術

現有的腦疾病診斷手段主要由醫療保健人員直接觀察患者的MRI圖像(MRI，核磁共振)和PET圖像(PET，正電子發射層掃描)，進而得出診斷結果。

例如阿爾茲海默病，簡稱AD(AD，Alzheimer disease)，是一種腦疾病，是老年人癡呆的主要原因，患者人數逐年上升。在阿爾茲海默病的癥狀逐漸顯現前，如果可以早期發現阿爾茲海默病，并及時治療，可以有效防止患者病情的不斷惡化。

但是對于類似于阿爾茲海默病等這種腦疾病，利用現有的腦疾病診斷手段進行早期診斷，由于礙于醫療保健人員的主觀性，其確診效果是不理想的，診斷準確率相對較低。

發明內容

鑒于上述問題，本發明提供了一種腦疾病早期診斷方法和裝置，以有效提高腦疾病早期診斷的準確率。

為了實現上述目的，本發明采用如下的技術方案：

一種腦疾病早期診斷方法，包括：

對至少一張MRI圖像及PET圖像進行預處理，獲得腦部的MRI預處理圖像及PET預處理圖像，其中，所述MRI圖像與所述PET體素數量一致且體素對應；

將所述MRI預處理圖像及所述PET預處理圖像分別輸入對應的預先建立的3D-CNN模型中，獲得MRI特征圖及PET特征圖；

將所述MRI特征圖及PET特征圖級聯輸入預先建立的SBi-RNN模型中，獲得診斷結果。

優選地，所述“對至少一張腦部的MRI圖像及PET圖像進行預處理，獲得MRI預處理圖像及PET預處理圖像”包括：

利用AC-PC線對所述MRI圖像進行矯正；

利用顱骨剝離和小腦切除的圖像切割方法處理矯正后的所述MRI圖像，獲得大腦MRI圖像，并將所述大腦MRI圖像分割為灰質圖像、白質圖像和腦脊液圖像；

將所述灰質圖像及所述PET圖像進行降采樣處理，從而將所述灰質圖像及所述PET圖像的體素調節到64×64×64。

優選地，所述預先建立的3D-CNN模型包括內核過濾器、卷積層及修正線性單元，其中，所述卷積層將輸入圖像與所述內核過濾器進行卷積，所述修正線性單元用于激活所述卷積層，所述內核過濾器輸出特征圖。

優選地，所述卷積層的運算函數包括：

式中，x，y和z為輸入圖像的三維體素坐標值；為第j個3D核權重，連接于l-1層的第k個特征圖和l層的第j個特征圖；是l-1層的第k個特征映射；δ_x，δ_y和δ_z分別為x，y和z的核大小；為所述內核過濾器的卷積響應。

優選地，所述修正線性單元的運算函數包括：

式中，為第l層的第j個特征的偏置項。