[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

本發明涉及一種基于多角度相關關系獲取腦區關聯信息的方法和系統，直接基于提取的功能連接，先使用互信息進行形式的特征過濾，即在不改動連接值的情況下評估特征的相關度。當特征數目減少后再進行模型的訓練和擬合，此時引入的不確定性會少很多。最后使用一種遞歸特征消除方法，即和模型相關度契合的遞歸特征消除方法計量通過過濾后的特征最后對模型的影響。

技術領域

本發明涉及一種獲取腦區關聯信息的方法和系統，尤其涉及一種基于多角度相關關系獲取腦區關聯信息的方法和系統。

背景技術

自閉癥譜系障礙(ASD)是一種神經發育障礙，以交際障礙、興趣局限和行為重復刻板為特征。早期診斷及醫療干預，對改善患者的生活質量以及減少社會承擔的經濟負擔至關重要。近年來使用靜息態功能圖像對自閉癥展開研究的方案主要都是圍繞皮爾森相關系數進行。通過對功能連接矩陣進行變換，從硬閾值轉化為附加正則化項的軟閾值，盡可能規避圖像采集和圖像處理過程中的噪聲帶來的偽連接。使用CCA方法(CanonicalCorrelation?Analysis)來直接進行特征投影(Feature?Projection)或融合其他模態特征。將功能連接矩陣繼續進行皮爾森相關處理，進行更高階的功能連接特征(FC?Features)的提取。現有技術都是在基于皮爾森相關系數的連接矩陣的基礎上展開研究，然后基于數學變換投影和矩陣迭代等操作。這一步步的迭代過程導致原始的特征-特征的相關性已經淡化。由于原始特征矩陣一般比較大，某些迭代方法引入的隨機性可能導致模型最終權重收斂值的波動明顯。

發明內容

本發明解決的技術問題是：提供一種基于多角度相關關系獲取腦區關聯信息的方法和系統，克服現有技術迭代過程導致原始的特征相關性淡化的技術問題。

本發明的技術方案是：提供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：

采集磁共振圖像：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：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；

獲取功能連接值：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；

通過T檢驗進行特征過濾：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：通過互信息篩選方法篩選，即：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；

消除遞歸特征：通過支持向量機分類器消除遞歸特征，然后將向量從小到大輸出得到無關腦區和相關腦區的信息。

本發明的進一步技術方案是：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。

本發明的進一步技術方案是：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。

本發明的進一步技術方案是：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。

本發明的進一步技術方案是：在消除遞歸特征步驟中，每次迭代去除一個特征完成訓練。