[發明專利]一種兒童腦發育水平評估方法，系統及存儲設備

在審

• 申請號: 202010148410.6
• 申請日: 2020-03-05
• 公開（公告）號: CN111403032A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 楊志;李嘉;張洪錫
• 申請（專利權）人: 上海市精神衛生中心（上海市心理咨詢培訓中心）
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06T7/00;G06K9/34;G06K9/62
• 代理公司: 上海容慧專利代理事務所(普通合伙) 31287
• 代理人: 于曉菁

1.一種兒童腦發育水平評估方法，其特征在于，包括：

預處理兒童腦部結構的磁共振圖像，將圖像進行圖像分割以獲得各腦區圖像，并完成大腦皮層的重建；

根據所述各腦區圖像和大腦皮層評估受檢兒童腦齡，并計算受檢兒童腦齡和實際年齡之間的差距，以完成受檢兒童的腦齡評估結果；

根據所述各腦區圖像和大腦皮層，獲取各腦區發展狀態的評估結果；

將腦齡評估結果和腦區發展狀態評估結果輸入經過訓練的線性判別分析模型，獲得個體腦發育程度評估結果和腦發育異常狀態識別結果。

2.如權利要求1所述的一種兒童腦發育水平評估方法，其特征在于，在圖像分割過程中，還包括：

標定多幅腦部磁共振圖像的腦區邊界，以形成先驗概率圖像集，所述腦區邊界包括灰質邊界、白質邊界和腦髓液邊界；

基于先驗概率圖像集，并以標定的邊界作為特征，訓練腦區圖像分割模型；

將圖像輸入基于先驗概率的腦區圖像分割模型，獲取腦區圖像的分割結果。

3.如權利要求1所述的一種兒童腦發育水平評估方法，其特征在于，在大腦皮層的重建過程中，還包括：

采用ANTs和freesurfer工具對多模態的圖像數據進行配準和皮層重建。

4.如權利要求1所述的一種兒童腦發育水平評估方法，其特征在于，建立腦齡預測模型以評估受檢兒童腦齡，所述模型的建立過程包括：

將已有診療數據中各腦區圖像和大腦皮層數據作為訓練數據集，并提取兒童腦齡特征；

訓練回歸向量機，完成對兒童腦齡特征的分類。

5.如權利要求1所述的一種兒童腦發育水平評估方法，其特征在于，在腦區發展狀態的評估過程中，還包括：

根據各腦區圖像和大腦皮層提取腦形態結構特征；

將各腦區圖像和大腦皮層數據輸入腦區生長曲線模型，用以生成個體的腦區生長曲線；

將受試兒童的腦形態結構特征與腦區生長曲線與同齡人進行比較，以獲取受試兒童的腦區發展狀態的評估結果。

6.如權利要求5所述的一種兒童腦發育水平評估方法，其特征在于，所述腦區生長曲線模型的建立過程包括：

采用可加線性平滑模型，將已有診療數據中各腦區圖像和大腦皮層數據作為訓練數據集，訓練可加線性平滑模型以完成對腦區生長曲線的擬合。

7.如權利要求5所述的一種兒童腦發育水平評估方法，其特征在于，在所述受試兒童的腦區發展狀態的評估結果中，包括通過比較各腦區的體積和皮層厚度，得到在同齡人中的評估分值。

8.如權利要求1所述的一種兒童腦發育水平評估方法，其特征在于，所述線性判別分析模型分別擬合腦齡評估結果和腦區發展狀態評估結果，獲得個體腦發育程度評估結果，并識別腦發育異常狀態。

9.如權利要求1到8所述的任一種兒童腦發育水平評估方法，其特征在于，還包括：

基于個體腦發育程度評估結果和腦發育異常狀態識別結果，將該磁共振圖像重新作為訓練數據集，進行基于先驗概率的腦區圖像分割模型、腦區生長曲線模型和腦齡預測模型的訓練，以完善上述模型。