[發(fā)明專利]首發(fā)精神分裂癥個體化預(yù)測模型的構(gòu)建方法

在審

• 申請?zhí)枺?/td>: 202010454990.1
• 申請日: 2020-05-26
• 公開（公告）號: CN111627553A
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計(jì)）人: 張程程;李濤
• 申請（專利權(quán)）人: 四川大學(xué)華西醫(yī)院
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H20/70;G16H50/70
• 代理公司: 成都虹橋?qū)＠聞?wù)所(普通合伙) 51124
• 代理人: 吳中偉

1.首發(fā)精神分裂癥個體化預(yù)測模型的構(gòu)建方法,其特征在于，包括以下步驟：

A、獲取首發(fā)精神分裂癥患者彌散張量圖像；

B、對獲取的所述彌散張量圖像進(jìn)行預(yù)處理；

C、基于預(yù)處理后的圖像構(gòu)建稀疏腦結(jié)構(gòu)網(wǎng)絡(luò)；

D、采用相似網(wǎng)絡(luò)融合方法構(gòu)建每個被試稀疏后的多閾值融合腦結(jié)構(gòu)網(wǎng)絡(luò)；

E、提取多閾值融合腦結(jié)構(gòu)網(wǎng)絡(luò)拓?fù)鋵傩蕴卣鳎缓筮M(jìn)行特征篩選；

F、基于篩選后的特征，采用分類器進(jìn)行分類訓(xùn)練，獲得首發(fā)精神分裂癥個體化預(yù)測模型；

G、對訓(xùn)練獲得的首發(fā)精神分裂癥個體化預(yù)測模型進(jìn)行性能驗(yàn)證評估。

2.如權(quán)利要求1所述的首發(fā)精神分裂癥個體化預(yù)測模型的構(gòu)建方法,其特征在于，

步驟A中，利用核磁共振成像掃描機(jī)采用單次激發(fā)平面回波成像技術(shù)掃描獲取首發(fā)精神分裂癥患者的彌散張量圖像。

3.如權(quán)利要求1所述的首發(fā)精神分裂癥個體化預(yù)測模型的構(gòu)建方法,其特征在于，

步驟B中，所述對獲取的彌散張量圖像進(jìn)行預(yù)處理，具體包括：

B1、利用MRI convert將DICOM數(shù)據(jù)格式的彌散張量圖像轉(zhuǎn)換為NIFTI格式的圖像；

B2、對數(shù)據(jù)格式轉(zhuǎn)換后的彌散張量圖像進(jìn)行渦流校正和頭動校正；

B3、應(yīng)用FSL的Brain Extraction Tool去除頭骨，移除非腦組織圖像。

4.如權(quán)利要求1所述的首發(fā)精神分裂癥個體化預(yù)測模型的構(gòu)建方法,其特征在于，

步驟C中，所述基于預(yù)處理后的圖像構(gòu)建稀疏腦結(jié)構(gòu)網(wǎng)絡(luò)，具體包括：

C1、在彌散張量空間用旋轉(zhuǎn)和平移的線性配準(zhǔn)法將各被試預(yù)處理后的腦圖像配準(zhǔn)到b0像；然后將配準(zhǔn)后的b0像配準(zhǔn)到標(biāo)準(zhǔn)MNI空間中的T1像；通過轉(zhuǎn)換矩陣求逆，利用得到的逆矩陣將AAL模板從MNI空間變換到彌散張量空間，獲得每個被試基于AAL模板劃分的90個腦區(qū)網(wǎng)絡(luò)節(jié)點(diǎn)；

C2、使用概率纖維束成像方法，基于BEDPOSTX工具進(jìn)行彌散參數(shù)的抽樣貝葉斯估計(jì)，用馬爾可夫鏈蒙特卡羅抽樣方法來給每個體素的彌散參數(shù)建立分布，將大腦每個體素都預(yù)設(shè)為纖維交叉模型，并自動判別有多少種交叉通過的纖維束；

C3、基于PROBTRACKX工具進(jìn)行概率追蹤纖維束重建，通過對每個體素的主彌散方向的分布中進(jìn)行反復(fù)抽樣，每次從抽取的局部樣本中生成流線，通過多次抽樣建立起流線位置后驗(yàn)分布的統(tǒng)計(jì)圖，得到兩兩腦區(qū)間結(jié)構(gòu)連接概率的分布情形；將每個邊的權(quán)重定義為兩兩節(jié)點(diǎn)區(qū)域之間的纖維束連接概率，則每個被試獲得一個對稱的90×90的纖維束連接概率的加權(quán)網(wǎng)絡(luò)矩陣；

C4、設(shè)定纖維束連接概率閾值，超過閾值的兩個腦區(qū)存在結(jié)構(gòu)連接，測試不同稀疏度閾值對融合效果的影響，采用相對更窄的閾值范圍來構(gòu)建稀疏結(jié)構(gòu)網(wǎng)絡(luò)。