[發明專利]基于健康人群分布實現腦影像特征歸一化處理的方法、系統、裝置、處理器及其存儲介質

有效

• 申請號: 202111208007.9
• 申請日: 2021-10-18
• 公開（公告）號: CN113947577B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 楊志;李青峰;姜麗娟;胡楊;張驍晨;丁悅
• 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: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T5/00;G16H10/60;G16H30/20;G16H30/40
• 代理公司: 上海智信專利代理有限公司 31002
• 代理人: 王潔;鄭暄

本發明涉及一種基于健康人群分布實現腦影像特征歸一化處理的方法，包括以下步驟：通過腦區分割及皮層重建獲取健康被試的大腦形態學特征；通過協變量回歸模型得到去除協變量影響后的特征；通過核密度估計得到特征分布概率密度函數；得到在特征維度下在健康人群分布中的分位數，作為歸一化結果。本發明還涉及一種基于健康人群分布的實現腦影像特征歸一化處理的裝置、處理器及其計算機可讀存儲介質。采用了本發明的基于健康人群分布實現腦影像特征歸一化處理的方法、系統、裝置、處理器及其計算機可讀存儲介質，適用于實時特征分析系統中對特征的歸一化處理，不依賴于樣本標簽相同的數據的分布，可實現跨多種疾病、以及疾病類型未知情況的特征歸一化。

技術領域

本發明涉及磁共振圖像數據處理領域，尤其涉及精神障礙診療領域，具體是指一種基于健康人群分布實現腦影像特征歸一化處理的方法、系統、裝置、處理器及其計算機可讀存儲介質。

背景技術

精神障礙與腦異常的關聯早已獲得公認，神經影像作為精確測量腦結構和功能的無創手段，對精神障礙的診療可發揮更大作用，為精神障礙的臨床診斷和療效預測提供定量的客觀指標，但目前尚缺乏通過神經影像客觀評價腦結構和功能異常的技術。

在評估從神經影像數據中提取的影像學特征時，不同患者個體間存在年齡、性別以及全腦體積方面的差異，這些個體差異均影響神經影像特征，但與疾病無關。因此需要發展在控制以上變異的基礎上，評估神經影像特征異常的技術。

目前現有的方法中針對特征的預處理主要包括協變量回歸、0-1標準化和z分數標準化等，此類操作需要利用研究中納入的所有被試的影像特征，因此不適用于實時報告生成系統中針對未知被試的特征的處理；同時，由于不同疾病人群影像特征分布存在較大差異，因此上述特征處理操作在精神疾病、或疾病類型未知的情況下，會一定程度上影響特征的質量。

發明內容

本發明的目的是克服了上述現有技術的缺點，提供了一種滿足準確性高、精度高、適用范圍較為廣泛的基于健康人群分布實現腦影像特征歸一化處理的方法、系統、裝置、處理器及其計算機可讀存儲介質。

為了實現上述目的，本發明的基于健康人群分布實現腦影像特征歸一化處理的方法、系統、裝置、處理器及其計算機可讀存儲介質如下：

該基于健康人群分布實現腦影像特征歸一化處理的方法，其主要特點是，所述的方法包括以下步驟：

(1)收集健康人群的磁共振腦影像，通過腦區分割及皮層重建的方式，獲取健康被試的大腦形態學特征；

(2)通過協變量回歸模型對送檢圖像特征進行協變量校正，得到去除協變量影響后的特征；

(3)通過核密度估計得到健康人群在特征維度上的特征分布概率密度函數；

(4)通過特征分布概率密度函數得到在特征維度下在健康人群分布中的分位數，將分位數作為特征維度的歸一化后的取值結果。

較佳地，所述的步驟(2)具體為：

(2.1)對每個特征維度，根據年齡、性別、全腦體積及指標間的交互項作為協變量建立協變量回歸模型；

(2.2)通過協變量回歸模型得到去除協變量影響后的特征。

較佳地，所述的步驟(2)中得到去除協變量影響后的特征，具體為：

根據以下公式得到去除協變量影響后的特征：

其中，為腦區分割和皮層重建后得到的健康人群在某一特征維度上的全部特征，為維度特征預測值，即原始特征中受到協變量影響的值。

較佳地，所述的維度特征預測值通過協變量回歸模型得到，具體為：

根據以下公式得到維度特征預測值：