公开(公告)号：CN114299058A

公开(公告)日：2022-04-08

申请号：CN202111680086.3

申请日：2021-12-30

Applicant: 福州大学

Inventor： 黄立勤 ,  叶小芳 ,  潘林 ,  杨明静

IPC: G06T7/00 ,  G16H50/20 ,  G16H10/20 ,  G16H10/60 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提出一种基于扩散MRI图像的脑网络分析方法，同时采用双任务的模型训练方法，实现脑网络的综合性分析。解决脑网络在非欧空间进行表示学习的问题。同时采用双任务的模型训练方法，实现临床数据的充分利用，得到脑网络的定性和定量分析结果。其采用可在非欧空间上感知不规则结构数据特征的图神经网络（GNNs）模型对脑网络进行表示学习，以提高模型对于脑网络表示的准确度。此外，采用双任务的训练策略调节网络参数，以增加分析结果的实用性。

公开(公告)号：CN114299058B

公开(公告)日：2024-09-06

申请号：CN202111680086.3

申请日：2021-12-30

Applicant: 福州大学

Inventor： 黄立勤 ,  叶小芳 ,  潘林 ,  杨明静

IPC: G06T7/00 ,  G16H50/20 ,  G16H10/20 ,  G16H10/60 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种基于扩散MRI图像的脑网络分析方法，同时采用双任务的模型训练方法，实现脑网络的综合性分析。解决脑网络在非欧空间进行表示学习的问题。同时采用双任务的模型训练方法，实现临床数据的充分利用，得到脑网络的定性和定量分析结果。其采用可在非欧空间上感知不规则结构数据特征的图神经网络（GNNs）模型对脑网络进行表示学习，以提高模型对于脑网络表示的准确度。此外，采用双任务的训练策略调节网络参数，以增加分析结果的实用性。