[發明專利]基于視覺Transformer算法的阿爾茲海默癥分類預測方法

在審

• 申請號: 202111444876.1
• 申請日: 2021-11-30
• 公開（公告）號: CN113951834A
• 公開（公告）日: 2022-01-21
• 發明（設計）人: 郜業露;黃晃;張煉
• 申請（專利權）人: 湖南應超智能計算研究院有限責任公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/055;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 叢詩洋

本發明提供了一種基于視覺Transformer算法的阿爾茲海默癥分類預測方法，包括：步驟1，獲取多張阿爾茲海默癥患者的核磁共振成像的圖像樣本，對多張圖像樣本進行數據預處理；步驟2，將預處理后的多張圖像樣本進行圖像尺寸調整，得到多張尺寸調整后的圖像樣本；步驟3，將多張尺寸調整后的圖像樣本進行切塊處理，得到多個小立方體；步驟4，將多個小立方體進行線性映射，得到多個一維向量；步驟5，對每一個一維向量進行位置信息添加。本發明所述的基于視覺Transformer算法的阿爾茲海默癥分類預測方法，數據獲取簡單方便，避免了手動提取特征帶來的主觀性，克服了基于CNN的方法的區域性和平移不變性等缺點。

技術領域

本發明涉及智能醫療技術領域，特別涉及一種基于視覺Transformer算法的阿爾茲海默癥分類預測方法。

背景技術

阿爾茨海默癥(Alzheimer’s disease,AD)是一種起病隱匿、進行性發展的神經系統退行性疾病。AD的潛伏期較長，其臨床癥狀會隨著時間的推移而慢慢惡化，包括記憶缺失、認知障礙、癡呆等，阿爾茨海默癥作為一種隱匿的慢性疾病，會直接影響患者和家人的正常生活，對社會的危害極大。目前，該癥的病因還未明確，雖然一些研究表明導致阿爾茨海默癥的因素主要有基因遺傳、免疫和神經遞質等因素，但是還沒有科學技術手段可以完全治愈該病。因此，阿爾茨海默癥的早期診斷和預測是控制該病的關鍵手段。

現有的阿爾茨海默癥的診斷方法包括神經心理學評估、神經影像學檢查、生物學標志物檢測等，其中最為廣泛應用的是神經影像技術，其可以提供豐富的腦功能信息，有利于研究人員從各個方面分析患者的病情，以便做出準確預測。磁共振成像(MagneticResonance Imaging,MRI)是神經影像技術常用的成像技術，其因為價格低、無創、分辨率高等優點成為AD診斷中最常用的技術手段。

近年來，一些研究人員使用機器學習的方法來分析MRI圖像，申請號為CN201910047517.9的中國專利申請公開了一種基于SVM-RFE-MRMR算法的阿茲海默癥MRI圖像分類方法，其技術方案采用VBM方法確定MRI圖像中的病灶區，計算病灶區的灰質體積作為形態學特征，提取包括灰度共生矩陣和灰度-梯度共生矩陣的紋理特征，并且將形態學特征和紋理特征組合，使用SVM-RFE-MRMR算法對組合的特征進行選擇，對選擇后組合特征使用SVM-RFE算法進行特征排序，排序后采用徑向核函數的SVM算法對特征進行分類。缺點：需要手動提取圖像中病理區域并計算特征，帶有一定的主觀性并且要求研究人員掌握一定的病理知識。

以深度學習為代表的人工智能技術在醫療領域的快速發展，推動了AD診斷的發展進程，申請號為CN201910322584.7的中國專利申請公開了一種基于雙向LSTM的阿爾茨海默癥病情發展預測系統，其技術方案利用神經心理學數據，將時間屬性應用到模型上，建立基于深度學習的雙向LSTM和Attention機制的融合分類預測模型。缺點：(1)數據是通過受試者不同時間段的評估量表上獲取，在臨床診斷中有一系列量表用于阿爾茲海默癥診斷分析，若診斷評估的量表選取不合理，可能會導致對結果的誤判；(2)在實際中，患者多為老年人，對其做多次量表評估測試，不僅工作量增大而且評估結果帶有一定的主觀性。

發明內容

本發明提供了一種基于視覺Transformer算法的阿爾茲海默癥分類預測方法，其目的是為了解決傳統的預測方法不能檢測到圖像部分區域和整體之間的長序列空間相關性，不能動態地適應輸入圖像的尺寸變化，容易丟失特征信息的問題。

為了達到上述目的，本發明的實施例提供了一種基于視覺Transformer算法的阿爾茲海默癥分類預測方法，包括：

步驟1，獲取多張阿爾茲海默癥患者的核磁共振成像的圖像樣本，對多張圖像樣本進行數據預處理；

步驟2，將預處理后的多張圖像樣本進行圖像尺寸調整，得到多張尺寸調整后的圖像樣本；

步驟3，將多張尺寸調整后的圖像樣本進行切塊處理，得到多個小立方體；