[發明專利]基于動態腦功能網絡的阿爾茨海默病輔助診斷裝置及方法

在審

• 申請號: 201910916563.8
• 申請日: 2019-09-26
• 公開（公告）號: CN110718301A
• 公開（公告）日: 2020-01-21
• 發明（設計）人: 信俊昌;盧思成;王中陽;王之瓊;汪新蕾;陳金義
• 申請（專利權）人: 東北大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;G06T7/11;G06T7/33;G06T7/38;G06T5/00
• 代理公司: 21109 沈陽東大知識產權代理有限公司
• 代理人: 李在川

本發明公布了一種基于動態腦功能網絡的阿爾茨海默病輔助診斷裝置及方法。診斷裝置包括fMRI數據預處理單元、構建動態腦功能網絡單元、生成用于訓練的特征單元以及svm分類輔助診斷單元，該診斷裝置的使用方法為：首先進行圖像預處理，然后構建動態腦網絡，其次計算分割后的腦網絡的節點度量，并通過時間序列生成器將每個節點度量構成一個時間序列，隨后通過特征提取器為構成的時間序列提取特征，再通過特征過濾器將過濾后的特征拼接成一個矩陣并通過特征篩選器篩選，最后通過數據訓練器進行數據的分類訓練，最終通過輔助診斷器實現對阿爾茨海默病的診斷。該方法克服了靜態腦功能網絡無法表示動態信息的缺陷，起到了更好的為醫療輔助診斷服務的效果。

技術領域

本發明屬于計算機輔助診斷技術領域，涉及一種基于支持向量機分類算法的阿爾茨海默病輔助診斷裝置及方法，特別涉及一種基于動態腦功能網絡的阿爾茨海默病輔助診斷裝置及方法。

背景技術

近些年來，神經影像技術特別是功能影像學取得了飛速的進步，這為研究患有阿爾茨海默病病人各個腦區具有的功能提供了相應的技術。功能磁共振成像作為其中一種成熟的功能影像學檢測技術，它的優勢在于無創監測大腦功能和活動，時空分辨率較高。使用基于血氧水平依賴方法來測量大腦各個區域之間的相關性已被證明是研究大腦功能組織的有力工具。在靜息態fMRI中，可以看出人腦的各個腦區在此時存在著有序的功能活動。

大腦是一個動態結構，隨著時間的變化，大腦里的神經元之間的連接是變化的，基于動態網絡的方法對腦功能連接網絡進行分析，可以更好的分析出fMRI數據中每個時間段的瞬時特性。通過對動態腦功能網絡的構建和分析，可以更好地描述大腦的活動狀態以及各個神經元或腦區之間的交互。

發明內容

針對現有技術的不足，本發明的目的是提出基于動態腦功能網絡的阿爾茨海默病輔助診斷裝置及方法，利用支持向量機分類算法技術與構建動態腦功能網絡技術對功能核磁共振圖像(functional Magnetic Resonance Imaging,fMRI)進行腦網絡的分類，進而能夠有效的對阿爾茨海默病進行診斷，這種方法可以獲取更多大腦動態活動的信息，并且可以準確地判斷不同狀態下腦網絡之間的差異性，具體方案如下：

一種基于動態腦功能網絡的阿爾茨海默病輔助診斷裝置包括fMRI數據預處理單元、構建動態腦功能網絡單元、生成用于訓練的特征單元以及svm分類輔助診斷單元，首先將獲取的i個待測功能核磁共振圖像通過所述fMRI數據預處理單元得到預處理后的的i個標準功能核磁共振圖像，然后將預處理后的i個標準功能核磁共振圖像通過所述構建動態腦功能網絡單元進行時間維度上的分割，構建出i個功能核磁共振圖像的i*s個動態腦功能網絡，其次將構建出的i*s個動態腦功能網絡通過所述生成用于訓練的特征單元橫向的提取出每個動態腦功能網絡的動態特征，最后將從i*s個動態腦功能網絡提取出的經過特征過濾器過濾后的動態特征拼接成一個動態特征矩陣，最后通過所述svm分類輔助診斷單元使用Fisher算法進行特征篩選，篩選出具有代表性的特征，并進行訓練，用于輔助診斷。

所述的fMRI數據預處理單元包括時間片校正器、頭動校正器、空間標準化器、平滑降噪器，首先將獲取的i個待測功能核磁共振圖像通過所述時間片校正器進行時間片校正，得到i個時間片校正后的功能核磁共振圖像，然后將所述i個時間校正后的功能核磁共振圖像通過所述頭動校正器進行頭動校正，得到i個頭動校正后的功能核磁共振圖像，其次將所述i個頭動校正后的功能核磁共振圖像通過所述空間標準化器進行空間標準化，得到i個空間標準化后的功能核磁共振圖像，最后將所述i個空間標準化后的功能核磁共振圖像通過所述平滑降噪器進行平滑降噪，得到i個標準功能核磁共振圖像；

所述時間片校正器用于將輸入的i個待測功能核磁圖像進行時間片校正，得到i個時間片校正后的功能核磁共振圖像(I_-1,I_-2,I_-3,…,I_-i)，其中i表示選取的待測功能核磁共振圖像的個數；