[發明專利]一種基于任務態神經影像數據融合和不確定推理的腦智能解析方法

在審

• 申請號: 202110277961.7
• 申請日: 2021-03-15
• 公開（公告）號: CN113095366A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 鄶弘智;鐘寧;陳建輝;楊陽;馬蓮芳
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N5/04
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于任務態神經影像數據融合和不確定推理的腦智能解析方法，其特征在于包含以下步驟：

步驟1：設計由實驗假設EH、實驗范式TP、實驗結論EC、實驗數據DP以及分析過程AP構成的標準化術語字典空間SV：

SV＝＜EH，TP，EC，DP，AP＞，

其中，EH包括認知進程的術語，TP包括實驗范式類別PC＝{pc1，pc2，...，pci，...，pcm}和實驗顯性刺激ES＝{es1，es2，...，esj，...，esn}的術語，EC包括神經影像分析結果相關的術語，DP包括神經影像數據特性相關的術語，AP包括神經影像分析方法相關的術語，該空間SV用以標注認知神經科學相關的神經影像數據，其標注的屬性信息作為記錄保存到數據庫中，作為腦知識庫；

步驟2：設計系統化實驗模板圖中不同節點的實驗設計類型，所述的實驗設計類型決定數據融合過程中證據權重的差異性，具體為主實驗類型T_MAE和輔助實驗類型T_SUE，所述的輔助實驗類型包括相似實驗類型T_sie、平行實驗類型T_pae、深度實驗類型T_dee、啟發實驗類型T_ine、缺失實驗類型T_mie和子過程實驗類型T_spe：

主實驗類型T_MAE用于標注與目標假設對應的PC和ES概念術語一致的認知實驗任務，所述的具有目標假設對應的PC和ES概念術語的一個認知實驗任務可被標記為主實驗任務T_mae；

相似實驗類型T_sie用于標注與主實驗任務對應的PC和ES概念術語一致的認知實驗任務，但是實驗設計參數或操作參數不同；

平行實驗類型T_pae用于標注與主實驗任務對應的PC概念術語一致但與ES概念術語不一致的認知實驗任務；

深度實驗類型T_dee用于標注與主實驗任務對應的PC概念術語不一致但相關，并且與主實驗任務對應的ES概念術語一致的認知實驗任務；

啟發實驗類型T_ine用于標注與主實驗任務對應的PC概念術語不一致且不相關，但與主實驗任務對應的ES概念術語一致的認知實驗任務；

缺失實驗類型T_mie用于標注與主實驗任務對應的PC和ES概念術語無關聯，但是與主實驗任務誘發的數據存在計算結果或結論的相似性；

子過程實驗類型T_spe用于標注具有雙重任務特點的實驗任務中分離出的任務之一；

所述的PC概念術語來自于認知圖譜中的認知進程概念，PC概念術語之間的相關性通過在認知圖譜中進行本體概念推理得到，ES概念術語是否一致通過比較兩個概念術語之間字符串得到，所述的認知圖譜是一個由認知進程概念和它們的關系構建的本體；

步驟3：設計系統化實驗模板圖中的實驗設計規則EDR和不同實驗類型對應的證據權重e_i∈R，i＝0，1，...，6，所述的實驗設計規則EDR表示主實驗類型的實驗任務與不同的輔助實驗類型的實驗任務之間的邏輯關系映射：

EDR(T_next，T_mae)→T_SUE，

其中，T_next表示腦知識庫中的一個實驗任務，T_mae表示T_MAE類型的實驗任務，T_SUE包含T_sie、T_pae、T_dee、T_ine、T_mie和T_spe，該實驗設計規則EDR表示T_next和T_mae之間的邏輯關系，用于推理T_next所屬的輔助實驗類型；

步驟4：設計任務態神經影像數據融合和不確定推理過程中融合計算目標，具體為DP中定義的一種數據類型以及AP中定義的分析方法，所述的數據類型按可被重用的程度大小被依次劃分為原數據類型RawD大于前處理數據類型PreD大于后處理數據類型PosD大于結果數據類型RetD，所述的分析方法具體為神經影像分析方法，設計最大推斷次數D_MAX≥1；

步驟5：設計任務態神經影像數據融合和不確定推理過程中目標假設，具體為實驗范式類別PC中的術語pci和實驗顯性刺激ES中的術語esi，其中pci來自于認知圖譜中的概念；

步驟6：根據目標假設對應的pci和esi篩選腦知識庫中的記錄，得到主實驗類型對應的記錄子集，所述的篩選方法為目標假設對應的pci∈PC和esi∈ES分別與腦知識庫中每條記錄的PC和ES對應的術語進行術語一致性比較，抽取兩個術語都一致的記錄構成記錄子集；

步驟7：判斷篩選得到的記錄子集中是否包含具有主實驗任務屬性的記錄并且可被優化：

(1)如果記錄子集不包含記錄，則跳轉步驟5重新設計目標假設或結束方法；

(2)如果記錄子集包含記錄，則判斷是否存在記錄可以被作為優化對象，如果不存在可被優化的記錄則跳轉步驟5重新設計目標假設或結束方法；如果存在可被優化的記錄，則隨機抽取一個符合優化條件的記錄將其對應于主實驗任務根據該記錄中DP對應的屬性值抽取數據并填充到的T_MAE節點，同時該記錄被標記為FLAG＝1，當前推斷次數D_cur＝1，之后執行步驟8；

步驟8：判斷當前推斷次數D_cur是否等于D_MAX：

(1)如果D_cur＝D_MAX，則執行步驟11；

(2)如果D_cur≠D_MAX，則判斷腦知識庫中是否存在FLAG＝0的記錄，如果不存在FLAG＝0的記錄，則執行步驟11；如果存在FLAG＝0的記錄則從腦知識庫中隨機抽取一條FLAG＝0的記錄，讀取該記錄中PC和ES對應的概念術語并記為pcj和esj，修改其FLAG＝1并將其作為潛在的輔助認知實驗對象D_cur加1，之后執行步驟9；

步驟9：根據認知圖譜中定義的概念術語之間的關系推斷和的PC之間的關系，結合和之間ES對應的概念術語一致性以及EDR推理的實驗類型，如果的實驗類型不符合T_SUE，則跳轉到步驟8；如果的實驗類型符合T_SUE，則通過判斷的實際數據類型與設計的目標數據類型之間的優先級進行數據采樣操作，具體為：

(1)如果的實際數據類型優先級小于設計的目標數據類型，則跳轉到步驟8；

(2)如果的實際數據類型優先級大于等于設計的目標數據類型：如果中與的實驗類型一致的節點數據為空，則讀取所在記錄中的DP，按照RawD、PreD、PosD和RetD的優先級抽取其中一種類型對應的數據填充到中，跳轉到步驟10；如果中與的實驗類型一致的節點數據為非空，則比較該節點數據類型與的數據類型之間的優先級，如果前者優先級大于等于后者，則跳轉到步驟8，否則抽取所對應的最高優先級數據類型的數據更新中對應的實驗類型節點，跳轉到步驟10；

步驟10：判斷是否填充完成中的所有實驗類型節點，如果未填充完成中的所有實驗類型節點，則跳轉步驟8；如果填充完成中的所有實驗類型節點，則進行下一步；

步驟11：根據融合計算目標中設計的分析方法，對中所有實驗類型節點的任務態神經影像數據進行統一標準化計算，所有記錄FLAG＝0；

步驟12：設計對中格式統一后的計算結果進行不確定性融合計算方法，所述的方法為融合中所有實驗類型節點對應的計算結果，得到與目標假設對應的主實驗任務T_mae的計算結果的不確定性分布τ。