[發明專利]基于多角度相關關系獲取腦區關聯信息的方法和系統

有效

• 申請號: 202010103456.6
• 申請日: 2020-02-19
• 公開（公告）號: CN111414579B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 周家秀;魏彥杰;林飛飛;林鄞;徐堅德
• 申請（專利權）人: 深圳市兒童醫院
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06V10/764;G06V10/25;G06V10/20
• 代理公司: 深圳市添源創鑫知識產權代理有限公司 44855
• 代理人: 姜書新

1.一種基于多角度相關關系獲取腦區關聯信息的方法，包括如下步驟：

采集腦部區域的磁共振圖像；

對采集的磁共振圖像進行預處理，包括對采集的磁共振圖像中的干擾信息進行回歸剔除、對采集的磁共振圖像進行帶通濾波處理、對采集的磁共振圖像進行圖像平滑處理、對采集的磁共振圖像進行去除線性漂移處理中的一種或多種；

提取磁共振圖像中定義的多個感興趣腦功能區的血氧水平依賴信號時間序列，根據每個感興趣腦功能區的血氧水平依賴信號序列，計算兩兩腦功能區信號序列的皮爾森相關系數作為功能連接值,

其中：Coff_1,2表示皮爾森相關系數，E表示求均值函數，Std表示求標準差函數，B1為第一血氧信號，B2為第二血氧信號；

將多個腦功能區的功能連接值構建成矩陣，提取主對角線右上部分展開成向量，將其作為單個樣本對應的特征向量，將所述特征向量組成特征矩陣，該特征矩陣包括只含自閉癥樣本向量的第一特征矩陣和只含對照樣本向量的第二特征矩陣；如果通過T檢驗判斷為不接受特征k在自閉癥樣本的分布里的平均值與特征k在正常對照樣本的分布里的平均值相同，則表明該特征在自閉癥樣本總體和對照樣本總體間差距明顯，該特征與自閉癥具有很大的相關性；

通過互信息篩選進行特征過濾，按特征和類標號的互信息進行篩選，直到選定數目的特征被選中，得到特征矩陣X₃；

通過支持向量機分類器消除遞歸特征，將X₃按列拆分成向量集合t＝{v_i},集合s初始化為空，使用t和label訓練svm模型，計算權重w＝SVs×coef，SVs表示支持向量組成的矩陣，label表示標號向量，向量集合t＝{v_i}，coef為每個支持向量的系數組成的向量，w為表示特征重要程度的向量，其中w_i對應v_i，將具有最小w_i的v_i從t移入集合s，直至集合t為空，然后將特征的重要性按照向量移入集合s的順序從小到大輸出得到無關腦區和相關腦區的信息。

2.根據權利要求1所述基于多角度相關關系獲取腦區關聯信息的方法，其特征在于，將多個腦功能區的功能連接值構建成矩陣，該矩陣以腦區為頂點，以功能連接為邊的權重。

3.根據權利要求1所述基于多角度相關關系獲取腦區關聯信息的方法，其特征在于，自閉癥樣本的分布里的平均值和正常對照樣本的分布里的平均值呈正態分布。

4.根據權利要求1所述基于多角度相關關系獲取腦區關聯信息的方法，其特征在于，通過T檢驗進行特征過濾時，對自閉癥樣本的分布里的平均值和正常對照樣本的分布里的平均值使用獨立雙側T檢驗。

5.根據權利要求1所述基于多角度相關關系獲取腦區關聯信息的方法，其特征在于，在消除遞歸特征步驟中，每次迭代去除一個特征完成訓練。

6.根據權利要求1所述基于多角度相關關系獲取腦區關聯信息的方法，其特征在于，還包括獲取相關腦區中特定連接的重要程度。