一种基于广义线性模型的机器学习的术前定位方法

    公开(公告)号:CN111227833B

    公开(公告)日:2021-09-14

    申请号:CN202010036446.5

    申请日:2020-01-14

    Abstract: 本发明公开了一种基于广义线性模型的机器学习的术前定位方法,包括以下步骤:获得结构图像和功能磁共振图像;对结构图像和功能磁共振图像进行预处理;对结构图像和功能磁共振图像进行分割和配准操作,使用双重回归方法提取运动网络;构建广义线性预测模型,将大脑分区进行广义线性预测模型拟合;本发明方法可以更准确地在静息态功能磁共振的基础上识别运动区域预测个体的运动激活图,能够以实际任务功能磁共振图像激活为参考,使用主动任务激活训练的广义线性预测模能有效预测被动任务激活,广义线性预测模对于不能达到满意任务表现的患者,包括老年人、儿童、肿瘤患者具有重要的临床应用价值。

    一种基于广义线性模型的机器学习的术前定位方法

    公开(公告)号:CN111227833A

    公开(公告)日:2020-06-05

    申请号:CN202010036446.5

    申请日:2020-01-14

    Abstract: 本发明公开了一种基于广义线性模型的机器学习的术前定位方法,包括以下步骤:获得结构图像和功能磁共振图像;对结构图像和功能磁共振图像进行预处理;对结构图像和功能磁共振图像进行分割和配准操作,使用双重回归方法提取运动网络;构建广义线性预测模型,将大脑分区进行广义线性预测模型拟合;本发明方法可以更准确地在静息态功能磁共振的基础上识别运动区域预测个体的运动激活图,能够以实际任务功能磁共振图像激活为参考,使用主动任务激活训练的广义线性预测模能有效预测被动任务激活,广义线性预测模对于不能达到满意任务表现的患者,包括老年人、儿童、肿瘤患者具有重要的临床应用价值。

Patent Agency Ranking