[發明專利]腦圖像分析方法、計算機設備和可讀存儲介質

有效

• 申請號: 201910374538.1
• 申請日: 2019-05-07
• 公開（公告）號: CN110189302B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 邢瀟丹;石峰;詹翊強
• 申請（專利權）人: 上海聯影智能醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G16H30/20
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 朱五云;哈達

本發明涉及一種腦圖像分析方法、計算機設備和可讀存儲介質，該方法包括：接收腦結構圖像，從腦結構圖像中提取各腦區的特征信息作為節點特征；接收腦功能圖像，從腦功能圖像中提取各腦區間的功能連接信息作為節點間的連接；將節點特征和節點間的連接構建成圖特性矩陣；將圖特性矩陣輸入訓練模型，得到分析結果，其中，訓練模型為樣本腦結構圖像和樣本腦功能圖像構建的樣本圖特性矩陣，輸入圖網絡中訓練得到的模型。該方法中由于輸入的圖特性矩陣包含了腦結構圖像中各腦區的特征信息和腦功能圖像中各腦區間的功能連接信息，能夠更加全面準確的反映腦圖像信息；另外，利用訓練模型能夠快速的對圖特性矩陣進行分析，提高了對圖特性矩陣的分析效率。

技術領域

本發明涉及圖像領域，特別是涉及一種腦圖像分析方法、計算機設備和可讀存儲介質。

背景技術

輕度認知障礙(Mild cognitive impairment，MCI)是介于老年癡呆(Alzheimer’sdisease，AD)和正常衰老之間的一種狀態，患者具有輕微的認知功能減退，但并不影響正常生活。

研究表明，MCI轉化成癡呆癥的年轉化率為10-15％，由于其高轉化率與不可逆性，早期MCI被認為是對患者進行干預的最佳狀態，因此，對于早期MCI的輔助診斷很有必要。目前對于癡呆癥的診斷，主要是使用患者的T1結構磁共振圖像進行輔助診斷，而早期MCI與癡呆癥不同，早期MCI并不會導致明顯的腦部結構損傷如腦萎縮等，因此，無法僅僅依靠結構性磁共振影像對早期MCI進行輔助診斷。功能磁共振圖像能夠測量血液中的血氧濃度相依對比(Blood oxygen-level dependent,BOLD)，通過BOLD信號可以量化大腦的活動狀態，用來輔助疾病的診斷。

在使用神經網絡進行分類時，神經網絡的分類對象有兩種，一種是功能連接矩陣，一種是原始的BOLD信號，但功能連接矩陣與自然圖像不同，不具備邊界信息，使用卷積神經網絡很難對其進行分類，而原始的BOLD信號，即使功能磁共振圖像經過了預處理，BOLD信號中也包含大量的噪聲，對分類結果也會造成干擾，無法進行準確地分類。

發明內容

基于此，有必要針對現有技術中的醫學圖像的分類方法存在對待測對象的早期MCI診斷不準確的問題，提供一種腦圖像分析方法、計算機設備和可讀存儲介質。

第一方面，本發明實施例提供一種腦圖像分析方法，所述方法包括：

接收腦結構圖像，從所述腦結構圖像中提取各腦區的特征信息作為節點特征；

接收腦功能圖像，從所述腦功能圖像中提取各所述腦區間的功能連接信息作為所述節點間的連接；

將所述節點特征和所述節點間的連接構建成圖特性矩陣；

將所述圖特性矩陣輸入訓練模型，得到分析結果，其中，所述訓練模型為樣本腦結構圖像和樣本腦功能圖像構建的樣本圖特性矩陣，輸入圖網絡中訓練得到的模型。

在其中一個實施例中，所述圖網絡包括基于圖的神經網絡。

在其中一個實施例中，所述圖網絡為譜域圖網絡。

在其中一個實施例中，所述從所述腦功能圖像中提取各所述腦區間的功能連接信息作為所述節點間的連接，包括：

按照預設的時間間隔，從所述腦功能圖像中提取多個功能連接信息作為所述節點間的連接；

所述將所述節點特征和所述節點間的連接構建成圖特性矩陣，包括：

將所述節點特征和所述節點間的連接構建成動態圖特性矩陣。

在其中一個實施例中，所述圖網絡為長短期記憶網絡。

在其中一個實施例中，所述訓練模型的訓練過程包括：

從所述樣本腦結構圖像中提取各腦區的特征信息作為樣本節點特征；