[發明專利]一種人腦MRI數據的持久圖像分類處理方法及其實現系統與應用

在審

• 申請號: 201911094184.1
• 申請日: 2019-11-11
• 公開（公告）號: CN110826633A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 夏省祥;王敏忠;王俊泉
• 申請（專利權）人: 山東建筑大學;山東省立醫院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06T7/00;G16H50/20;G16H50/70
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 許德山

1.一種人腦MRI數據的持久圖像分類處理方法，其特征在于，包括步驟如下：

(1)對人腦的MRI原始數據進行預處理，獲得人腦網絡的關系矩陣；MRI原始數據是指由磁共振機器掃描得的數據；

(2)根據人腦網絡的關系矩陣建立VR-過濾數學模型；

(3)利用持久同調方法計算VR-過濾數學模型的條碼，求取持久圖像；

(4)采用MATLAB的SVM分類器對步驟(3)求取的持久圖像進行分類，訓練模型中model＝svmtrain(train_data_labels,train_data,'-s 0-t 1-c 3-g 3')的參數-s，-t，-g根據訓練模型和預測結果適當調整，model是使用訓練函數svmtrain訓練分類模型后得到的結構體，svmtrain是訓練函數，參數train_data_labels表示訓練數據的類別，參數train_data表示訓練數據，-s其表示SVM的類型,0表示類型的取值，-t 1表示核函數類型及其類型的取值，-c 3-g 3表示核函數的參數及其取值；利用svmtrain函數獲得的模型model和預測函數svmpredict進行測試數據的分類預測及分類精度計算，[predict_label,accuracy]＝svmpredict(test_data_labels,test_data,model)，[predict_label,accuracy]＝svmpredict(test_data_labels,test_data,model)，svmpredict是測試函數，參數test_data_labels表示測試數據的類別，參數test_data表示測試數據，model是使用svmtrain訓練分類模型后得到的結構體，返回參數predict_label表示測試數據的分類結果，返回參數accuracy表示分類的正確率。

2.根據權利要求1所述的一種人腦MRI數據的持久圖像分類處理方法，其特征在于，所述步驟(1)中，對人腦的MRI原始數據進行預處理，包括步驟如下：

A、刪除MRI原始數據中前n個時間點數據；

B、定義興趣區ROI；興趣區ROI是指對人腦原始數據中感興趣的區域；

C、頭動矯正；

D、標準化

E、去噪；

進一步優選的，n＝10；

采用aal模板定義興趣區ROI。

3.根據權利要求1所述的一種人腦MRI數據的持久圖像分類處理方法，其特征在于，所述步驟(1)中，獲得人腦網絡的關系矩陣，包括步驟如下：

F、選取aal模板中的腦區作為頂點；

G、利用DPABI計算頂點之間的皮爾森相關系數，獲得人腦網絡的關系矩陣，包括：

計算aal模板中116個腦區的平均時間信號序列及腦區間的Pearson相關系數，腦區間的Pearson相關系數即腦區的平均時間信號序列之間的Pearson相關系數，將腦區間的Pearson相關系數作為人腦網絡的關系矩陣M＝(m_ij),m_ij表示第i個腦區X⁽ⁱ⁾與第j個腦區X^(j)之間的Pearson相關系數，其計算公式如式(I)所示：