公开(公告)号：CN119810513A

公开(公告)日：2025-04-11

申请号：CN202411844778.0

申请日：2024-12-13

Applicant: 桂林电子科技大学

Inventor： 程禄祺 ,  王倩 ,  陆晓婷 ,  魏逸帆 ,  陈洪波

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/762 ,  G06V10/766 ,  G16H50/20

Abstract: 本发明公开一种基于跨物种多模态脑影像的抑郁症亚型分类系统，该方法首先获取跨物种多模态脑影像数据和抑郁症脑影像数据并进行预处理；构建人脑和黑猩猩脑之间的多模态映射流程获得人脑和黑猩猩大脑的同源脑图谱；使用基于全脑的概率纤维追踪构建人类大脑和黑猩猩大脑的连接特征，通过跨物种比较提取人脑特有的连接特征；构建基于该人类特有的连接特征的抑郁症分型模型；基于功能影像数据指标和脑功能连接对分型结果验证。本发明从物种进化的角度，通过跨物种比较构建人类特有的连接特征，实现了抑郁症亚型分型，为理解抑郁症的亚型及其生物学基础提供了新视角和新方法。

公开(公告)号：CN119888725A

公开(公告)日：2025-04-25

申请号：CN202411808866.5

申请日：2024-12-10

Applicant: 桂林电子科技大学

Inventor： 程禄祺 ,  黄端阳 ,  陆晓婷 ,  陈洪波

IPC: G06V20/69 ,  G06V10/762 ,  G06V10/74

Abstract: 本发明提供一种基于纤维相似度的纤维束划分方法、系统及存储介质，涉及图像处理技术领域；方法包括：对目标纤维束的各个纤维进行区间划分，对各区间中的纤维进行聚类点采样，基于聚类点计算纤维之间的相似度，生成初始相似度矩阵，基于相似度矩阵使用层次聚类算法对纤维束进行层次聚类，生成初步聚类结果，基于聚类点计算区间之间的纤维簇的相似度，生成聚类相似度矩阵，基于聚类相似度矩阵对纤维簇进行层次聚类，并对聚类后的结果进行层次聚类，生成目标纤维束的纤维聚类结果。对纤维束进行多次聚类，使得簇中纤维具有的紧密性，簇与簇之间具有分离度，从而提高纤维束划分精度与效率。

公开(公告)号：CN119785984A

公开(公告)日：2025-04-08

申请号：CN202411840527.5

申请日：2024-12-13

Applicant: 桂林电子科技大学

Inventor： 程禄祺 ,  王倩 ,  陆晓婷 ,  魏逸帆 ,  陈洪波

IPC: G16H30/20 ,  G16H50/70 ,  G06T7/00 ,  G06V10/25

Abstract: 本发明公开一种基于灰质脑区和纤维束的脑区同源性跨物种比较方法，该方法首先获取跨物种脑影像数据并进行预处理；从标准模板中提取感兴趣区域并进行脑区划分获得不同物种的感兴趣区域划分结果；使用基于全脑的概率纤维追踪构建各个亚区与灰质脑区的连接指纹；使用基于体素的概率纤维追踪构建各个亚区与纤维束的连接指纹；在群组水平上分别获得物种内有效的灰质脑区连接指纹和纤维束连接指纹；基于上述连接指纹计算不同物种各个亚区之间的相似性或者差异性度量得到跨物种同源性得分；基于同源亚区到全脑功能连接模式的一致性对本方法进行验证。本发明从脑图谱绘制和进化的角度，通过将灰质脑区和皮层下纤维束协同作为特征输入，提供了对特定脑区亚区的跨物种同源性比较新思路和新方法。

公开(公告)号：CN118039129A

公开(公告)日：2024-05-14

申请号：CN202410208880.5

申请日：2024-02-26

Applicant: 桂林电子科技大学

Inventor： 侯金凤 ,  程禄祺 ,  陈洪波

IPC: G16H50/20 ,  G16H50/30 ,  G16H30/20 ,  G06V10/80

Abstract: 本发明涉及一种基于局部脑影像特征的脑肿瘤幸存者辅助诊断方法及系统，所述方法包括：采集脑肿瘤幸存者和健康受试者的脑影像数据和认知评估数据，构建多模态数据集；分别对多模态数据集中的脑影像数据进行预处理；对预处理后的结构像数据、弥散张量成像数据和功能像数据特征进行多模态融合；将融合的特征计算余弦相似度，并输入到训练好的随机森林回归预测模型中，从而预测脑肿瘤幸存者的认知评分。本发明结合多模态脑影像数据和认知评估数据，得到脑肿瘤幸存者的认知评分预测结果，实现了高精度的认知预测，辅助医生更好地了解脑肿瘤幸存者的预后和干预治疗。

公开(公告)号：CN117911388A

公开(公告)日：2024-04-19

申请号：CN202410119400.8

申请日：2024-01-29

Applicant: 桂林电子科技大学

Inventor： 侯金凤 ,  陈洪波 ,  程禄祺

IPC: G06T7/00 ,  G06T7/62 ,  G06V10/764

Abstract: 本发明涉及一种基于多模态脑影像的脑肿瘤幸存者脑异常检测方法及系统，所述方法包括：收集脑肿瘤幸存者和健康对照组的临床信息，建立多模态数据集；对数据集中的结构像数据和功能像数据进行预处理；对多模态脑影像数据进行多变量特征提取和特征选择，得到具有显著差异的特征；将具有显著差异的特征输入随机森林分类模型进行分类，选择准确率高的结果作为最终模型识别出显著差异特征，根据显著性特征所对应的脑区，从而检测出潜在的脑影像生物标志物。本发明能够充分利用多模态脑影像数据，检测脑肿瘤幸存者的脑影像生物标志物，指导和优化肿瘤幸存者的康复和脑功能恢复。