[發明專利]一種基于多中心模型的精神分裂癥分類方法及系統

有效

• 申請號: 202110494546.7
• 申請日: 2021-05-07
• 公開（公告）號: CN113197578B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 于春水;秦文;謝穎瀅;張士杰;丁皓
• 申請（專利權）人: 天津醫科大學
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/055
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 付長杰;張國榮

1.一種基于多中心模型的精神分裂癥分類方法，其特征在于，該方法基于大數據共享實現分類，包括以下步驟：

步驟一、數據準備：采集樣本的腦MRI圖像，對腦MRI圖像進行處理，提取多個腦結構特征，這些腦結構特征構成特征矩陣；對特征矩陣進行協變量回歸處理，然后再進行標準化處理；每個中心都按照此步驟準備各自的數據集；

對腦MRI圖像進行處理包括腦組織分割、配準和指標解算，一共提取到483個腦結構特征，包括每個皮層感興趣區域的皮層厚度、表面積和體積，左、右腦共得到444個特征；皮層下感興趣區域的體積，共33個特征；全腦總體積、全腦皮層灰質體積、全腦皮層下灰質體積、全腦白質體積、全腦白質表面積及全腦平均皮層厚度這6個特征；

步驟二、每個中心均利用機器學習分類器構建各自的單中心模型，利用各自的數據集訓練各自的單中心模型；

步驟三、利用各個單中心模型對待分類的測試樣本進行分類，得到待分類的測試樣本對應每個中心的分類概率值；

根據式(1)計算各個單中心模型在所有單中心模型中的權重；

式(1)中，w_i表示第i個中心的權重，n_i表示第i個中心的樣本數，N表示所有中心的樣本總數；

利用式(2)將每個中心的分類概率值和權重進行加權求和，得到基于多中心模型的分類概率值P，以此將各個單中心模型集成為多中心模型；

其中，P_i表示第i個中心對應的單中心模型的分類概率值；m表示中心總數；

用多中心模型對待分類的測試樣本進行精神分裂癥的分類。

2.根據權利要求1所述的基于多中心模型的精神分裂癥分類方法，其特征在于，當基于多中心模型的分類概率值大于或等于0.5則認為是精神分裂癥患者，基于多中心模型的分類概率值小于0.5則認為是正常人。

3.根據權利要求1所述的基于多中心模型的精神分裂癥分類方法，其特征在于，機器學習分類器為XGBoost分類器。

4.一種基于多中心模型的精神分裂癥分類系統，其特征在于，該系統權利要求1～3任一所述的方法進行精神分裂癥分類，系統的處理單元中存儲有所有的單中心模型；使用時，采集患者的腦MRI圖像，將腦MRI圖像輸入到該系統中，經過處理后輸出分類結果，實現精神分裂癥的在線診斷。

5.根據權利要求4所述的基于多中心模型的精神分裂癥分類系統，其特征在于，若為精神分裂癥患者，該系統則使用SHAP方法計算從腦MRI圖像提取的各個腦結構特征的權重，對所有腦結構特征的權重進行求和得到診斷權重分數，診斷權重分數反映了精神分裂癥的嚴重程度。