公开(公告)号：CN120014360A

公开(公告)日：2025-05-16

申请号：CN202510159953.0

申请日：2025-02-13

Applicant: 南京邮电大学

Inventor： 张超 ,  李文梅 ,  闫伟 ,  张荣荣

IPC: G06V10/764 ,  G16H50/70 ,  G16H50/20 ,  G06V10/774 ,  G06T7/30 ,  G06V10/40 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于多中心sMRI与领域自适应的精神分裂症分类方法、装置，所述方法包括：获取第一医疗中心和第二医疗中心的人脑结构性磁共振图像，分别作为源域图像数据和目标域图像数据；将源域图像数据迁移至目标域，生成二次目标域图像数据，将二次目标域图像数据和目标域图像数据组合得到目标域训练集，对精神分裂症分类模型进行训练；将待检测的人脑结构性磁共振图像输入所述精神分裂症分类模型，确定精神分裂症类型。采用上述技术方案，引用多中心的样本数据以满足分类模型深度学习所需的样本数量，将源域数据迁移至目标域，并对模型进行二次训练，提升分类模型对目标域数据的分类准确度。

公开(公告)号：CN110992351B

公开(公告)日：2022-08-16

申请号：CN201911270414.5

申请日：2019-12-12

Applicant: 南京邮电大学

Inventor： 李文梅 ,  李壮壮 ,  闫伟 ,  张荣荣 ,  袁媛 ,  谢世平

IPC: G06T7/00 ,  G06T5/00 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多输入卷积神经网络精神分裂症sMRI图像分类方法，包括：采集精神分裂症与正常人的结构磁共振成像影像数据；对sMRI图像数据进行预处理分别得到未做平滑处理和空间平滑后的灰质密度图像，并构建原始数据集；将原始数据集送入多输入卷积神经网络模型中训练，最后将sMRI影像数据输入到该多输入卷积神经网络模型中，最终输出分类结果。本发明将未做空间平滑处理和空间平滑后影像输入至多输入卷积神经网络中，可以弥补空间平滑中丢失的sMRI影像中的高频信息，同时由于未做平滑处理的图像中包含的噪声可增强卷积神经网络的泛化能力，能有效的解决精神分裂症sMRI图像分类中准确度不高的问题。

公开(公告)号：CN110992351A

公开(公告)日：2020-04-10

申请号：CN201911270414.5

申请日：2019-12-12

Applicant: 南京邮电大学

Inventor： 李文梅 ,  李壮壮 ,  闫伟 ,  张荣荣 ,  袁媛 ,  谢世平

IPC: G06T7/00 ,  G06T5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多输入卷积神经网络精神分裂症sMRI图像分类方法，包括：采集精神分裂症与正常人的结构磁共振成像影像数据；对sMRI图像数据进行预处理分别得到未做平滑处理和空间平滑后的灰质密度图像，并构建原始数据集；将原始数据集送入多输入卷积神经网络模型中训练，最后将sMRI影像数据输入到该多输入卷积神经网络模型中，最终输出分类结果。本发明将未做空间平滑处理和空间平滑后影像输入至多输入卷积神经网络中，可以弥补空间平滑中丢失的sMRI影像中的高频信息，同时由于未做平滑处理的图像中包含的噪声可增强卷积神经网络的泛化能力，能有效的解决精神分裂症sMRI图像分类中准确度不高的问题。