[發明專利]基于腦功能網絡的帕金森患者DBS術后效果預測系統及方法在審
| 申請號: | 202111199662.2 | 申請日: | 2021-10-14 |
| 公開(公告)號: | CN114129147A | 公開(公告)日: | 2022-03-04 |
| 發明(設計)人: | 李雪松;鄭慧嫻;商瑞紅;馬羽 | 申請(專利權)人: | 北京理工大學 |
| 主分類號: | A61B5/055 | 分類號: | A61B5/055;A61B5/00;G06T7/00;G06N20/00;G06K9/62;G06V10/774 |
| 代理公司: | 北京正陽理工知識產權代理事務所(普通合伙) 11639 | 代理人: | 張利萍 |
| 地址: | 100081 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 功能 網絡 帕金森 患者 dbs 術后 效果 預測 系統 方法 | ||
1.基于腦功能網絡的帕金森患者DBS術后效果預測系統,其特征在于,包括數據預處理模塊、動態腦功能網絡構建模塊、特征篩選模塊、預測模型訓練模塊和預測模塊;
其中,數據預處理模塊,負責對預處理后的患者MRI圖像進行腦區ROI劃分,以及生成ROI節點的BOLD時序信號,該模塊的輸入為患者的fMRI圖像;
動態腦功能網絡構建模塊,負責根據BOLD時序信號構建固定動態腦功能網絡和隨機動態腦功能網絡;該模塊的輸入為數據預處理模塊生成的BOLD時序信號;
特征篩選模塊,負責使用隨機森林算法對輸入的腦功能網絡進行特征篩選;該模塊的輸入為動態腦功能網絡構建模塊生成的腦功能網絡;
預測模型訓練模塊,負責進行回歸模型訓練;該模塊的輸入為特征篩選模塊得到的腦功能網絡的特征,以及相對應患者的術前UDPRS-III與術后UDPRS-III評分;
預測模塊,負責利用回歸模型進行患者DBS術后效果預測;該模塊的輸入為待預測患者的fMRI圖像;
上述模塊之間的連接關系為:
數據預處理模塊的輸出端與動態腦功能網絡構建模塊的輸入端相連;
動態腦功能網絡構建模塊的輸出端與特征篩選模塊的輸入端相連;
特征篩選模塊的輸出端與預測模型訓練模塊、預測模塊的輸入端分別相連;
預測模型訓練模塊的輸出端與預測模塊的輸入端相連;
系統工作過程如下:
首先,向數據預處理模塊輸入多個病人的fMRI圖像數據;數據預處理模塊在進行數據預處理后,得到病人BOLD時間序列,發送給腦功能網絡構建模塊;
然后,腦功能網絡構建模塊根據病人BOLD時間序列,構建固定動態腦功能網絡和隨機動態腦功能網絡,并輸入至特征篩選模塊;
之后,特征篩選模塊利用隨機森林算法,對病人的固定動態腦功能網絡和隨機動態腦功能網絡進行特征篩選,得出病人的腦網絡特征;
然后,預測模型訓練模塊根據病人的腦網絡特征與該病人對應的術前UDPRS-III和術后UDPRS-III評分,進行回歸模型訓練,并將訓練好的回歸模型輸入預測模塊,用于后續預測使用;
當進行新患者術后效果預測時,向數據預處理模塊輸入患者的fMRI圖像數據,然后,依次進行數據預處理、構建腦功能網絡、特征篩選,在預測模塊中利用訓練好的回歸模型,對患者的術后恢復情況進行預測。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京理工大學,未經北京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111199662.2/1.html,轉載請聲明來源鉆瓜專利網。





