-
公开(公告)号:CN114255228B
公开(公告)日:2024-08-09
申请号:CN202111591506.0
申请日:2021-12-23
Applicant: 福州大学
IPC: G06T7/00 , G06T7/11 , G06V10/20 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于静息态功能磁共振图像的脑功能连接网络分析方法,其特征在于,包括以下步骤:步骤S1获取rs‑fMRI图像,并进行预处理;步骤S2:采用三种不同尺度的脑模板对rs‑fMRI图像进行分割,构建三种图G1,G2,G3;步骤S3:根据得到的三种图G1,G2,G3,采用GNN模块来学习图的隐藏特征表示,并得到初步的预测标签L1、L2、L3;投票后获得最终的预测标签;步骤S4:对步骤S3中GNN模块的池化结果进行显著性分析,获取功能网络中差异性显著的大脑区域;步骤S5:将功能网络突出的大脑区域映射至Yeo 7脑功能网络图谱,获取映射后的功能网络连接,即个体差异性功能子网络。本发明利用三种不同尺度的脑模板构造脑网络,并采用集成学习策略,充分融合自多个脑模板的多尺度信息,提高模型性能。
-
公开(公告)号:CN114255228A
公开(公告)日:2022-03-29
申请号:CN202111591506.0
申请日:2021-12-23
Applicant: 福州大学
IPC: G06T7/00 , G06T7/11 , G06V10/20 , G06V10/46 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于静息态功能磁共振图像的脑功能连接网络分析方法,其特征在于,包括以下步骤:步骤S1获取rs‑fMRI图像,并进行预处理;步骤S2:采用三种不同尺度的脑模板对rs‑fMRI图像进行分割,构建三种图G1,G2,G3;步骤S3:根据得到的三种图G1,G2,G3,采用GNN模块来学习图的隐藏特征表示,并得到初步的预测标签L1、L2、L3;投票后获得最终的预测标签;步骤S4:对步骤S3中GNN模块的池化结果进行显著性分析,获取功能网络中差异性显著的大脑区域;步骤S5:将功能网络突出的大脑区域映射至Yeo 7脑功能网络图谱,获取映射后的功能网络连接,即个体差异性功能子网络。本发明利用三种不同尺度的脑模板构造脑网络,并采用集成学习策略,充分融合自多个脑模板的多尺度信息,提高模型性能。
-