[發(fā)明專利]基于級(jí)聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910312762.8
• 申請(qǐng)日: 2019-04-18
• 公開(kāi)（公告）號(hào): CN109871838B
• 公開(kāi)（公告）日: 2019-11-05
• 發(fā)明（設(shè)計(jì)）人: 高婧婧
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 成都正華專利代理事務(wù)所(普通合伙) 51229
• 代理人: 何凡

1.基于級(jí)聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其特征在于，包括：

將三維Unet網(wǎng)絡(luò)和三維CNN反饋網(wǎng)絡(luò)級(jí)聯(lián)成一個(gè)級(jí)聯(lián)深度網(wǎng)絡(luò)；

輸入采用正常人的核磁共振腦部圖像與患者的核磁共振腦部圖像作為的訓(xùn)練樣本對(duì)級(jí)聯(lián)深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

獲取患者的核磁共振腦部圖像，并將其輸入已訓(xùn)練的級(jí)聯(lián)深度網(wǎng)絡(luò)；

三維Unet網(wǎng)絡(luò)提取核磁共振腦部圖像中的腦部逐體素概率初圖譜，并將其輸入三維CNN反饋網(wǎng)絡(luò)；以及

三維CNN反饋網(wǎng)絡(luò)對(duì)腦部逐體素概率初圖譜進(jìn)行分類，并反饋修正腦部逐體素概率初圖譜，使得輸出校正后概率大于設(shè)定閾值的逐體素圖譜作為患者腦部的病灶腦區(qū)；

采用損失函數(shù)將三維Unet網(wǎng)絡(luò)和三維CNN反饋網(wǎng)絡(luò)級(jí)聯(lián)成一個(gè)級(jí)聯(lián)深度網(wǎng)絡(luò)，所述損失函數(shù)為：

其中，W₁為三維Unet網(wǎng)絡(luò)的參數(shù)，W₂為三維CNN反饋網(wǎng)絡(luò)的參數(shù)，x為輸入到三維Unet的結(jié)構(gòu)MR圖像，y為三維Unet網(wǎng)絡(luò)的輸出；p_l(x)為體素x為病灶的概率；|| ||₂為二范數(shù)。

2.根據(jù)權(quán)利要求1所述的基于級(jí)聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其特征在于，采用梯度下降法對(duì)級(jí)聯(lián)深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

3.根據(jù)權(quán)利要求2所述的基于級(jí)聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其特征在于，在對(duì)級(jí)聯(lián)深度網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，三維Unet網(wǎng)絡(luò)的輸出作為三維CNN反饋網(wǎng)絡(luò)的輸入，通過(guò)三維CNN反饋網(wǎng)絡(luò)的二分類訓(xùn)練反向校正三維Unet網(wǎng)絡(luò)輸出的腦部逐體素概率初圖。

4.根據(jù)權(quán)利要求1-3任一所述的基于級(jí)聯(lián)深度網(wǎng)絡(luò)的阿爾茨海默癥病灶腦區(qū)的提取方法，其特征在于，所述設(shè)定閾值為0.7。