一种基于对称正定流形的解耦表征的脑网络分析方法

    公开(公告)号:CN117011268A

    公开(公告)日:2023-11-07

    申请号:CN202310976368.0

    申请日:2023-08-04

    Abstract: 本发明公开一种基于对称正定流形的解耦表征的脑网络分析方法,属于医学影像处理领域;分析方法包括:获取受试者静息状态下的功能磁共振脑影像数据,进行预处理,根据大脑结构的解剖学模板划分感兴趣区,得到每个感兴趣区的血氧水平依赖信号的时间序列;通过计算成对感兴趣区之间皮尔逊相关系数,构建脑功能连接网络,生成位于SPD流形空间上的FC矩阵;利用SPD流形编码器,初步提取FC矩阵中的特征信息,并使用SPD流形解码器进行重构;将SPD流形编码器输出的特征送入解耦表征模块进行解耦,分离出站点无关和站点特定的SPD流形特征;提取到的站点无关SPD流形特征投影回切平面空间,送入两层全连接层,并采用Softmax作为激活函数,得到分类结果。

    一种注意缺陷多动障碍辅助诊断方法及系统

    公开(公告)号:CN116889405A

    公开(公告)日:2023-10-17

    申请号:CN202310853785.6

    申请日:2023-07-12

    Abstract: 本发明提供一种注意缺陷多动障碍辅助诊断方法及系统,涉及医学影像处理和辅助诊断领域。该注意缺陷多动障碍辅助诊断方法,包括:将获取的大脑时间序列数据划分成至少一个连续且不重叠的子时间窗;提取每个子时间窗的判别性特征,并通过提取的判别性特征获取高阶功能连接网络;通过TCN模块捕获获取的每个子时间窗的高阶功能连接网络的动态特征,刻画大脑功能连接随时间变化的关系;通过脑疾病的动态变化规律获得每个子时间窗和疾病相关性的值,并将每个子时间窗和疾病的相关性的值作为权重对每个子时间窗的高阶功能连接网络进行特征融合。该方法对大脑FC的动态高阶特性进行建模,提高脑功能连接网络表征能力,提升脑疾病辅助诊断性能。

Patent Agency Ranking