[发明专利]一种神经指纹提取分类方法及系统

权利要求书

1.一种神经指纹提取分类方法，其特征在于，包括依次执行如下步骤：

图像获取步骤：选取若干健康人和若干不同脑神经疾病患者作为对象，利用磁共振成像技术获取对象的磁共振图像；

脑图像获取标准：磁共振图像包括所有磁共振的序列所能产生的图像以及这些序列产生图像的任意组合，包括但不限于同一个体扫描得到的磁共振结构像、弥散张量成像、功能成像、血管成像、灌注成像、波谱成像的医学影像数据，在所指的任意序列图像的组合中，单序列磁共振结构像或弥散张量成像图像是所允许的最小图像集合；

脑结构标注步骤：针对目标图像，在已有的脑图谱数据库中进行图谱预选，通过图谱预选算法筛选与目标图像匹配度最高的5~25套脑图谱，作为分析目标图像的参考标准；针对结构图像序列的图像进行基于多脑图谱对目标图像的分割，将预选出来的脑图谱分别配准到目标图像，在对多个脑图谱所形成的分割标签进行融合，最后生成目标图像的分割结果；

神经指纹提取步骤：将不同序列的磁共振图像配准到已标注和定位的结构图像，同时结合不同序列图像之间的对应变化关系筛选出各序列对应的特征脑区，再分别对每个序列的特征脑区的多维信息进行挖掘，分析并提取出与特定脑状态，包括脑发育、脑衰老、神经疾病、精神疾病的亚类、亚型的生理特性最相关的多维特征，即大脑特定生理状态所对应的磁共振多模态影像特征及特征之间的关系网络；

其中：

神经指纹识别步骤：根据神经指纹的构成建立相似性测度算法，针对待测目标首先执行脑结构标注步骤和神经指纹提取步骤，从而提取神经指纹，再与神经指纹库进行比对，以相似度最高的指纹类别作为对该待测目标的识别结果；

在所述图像预处理步骤中，首先采用基于脑图谱的全脑自动分割算法对三维磁共振数据进行处理，获得全脑标注和定位的结果，之后运用配准算法将其他模态脑图像与已标注的结构图像进行配准，将分割结果映射到不同模态磁共振图像中;

在所述图像获取步骤中，采集每个受试者的磁共振多模态图像，包括但不仅限于T1、T2、DTI、ASL、MRS;

在所述神经指纹提取步骤中，对于不同模态的MRI数据，基于临床研究成果选取与疾病相关的脑区，提取各序列特征脑区的神经指纹特征，包括体积、信号强度、连接强度、网络有效性等量化参数及三维形态学特征，为各脑区建立特征参数向量，结合脑区关系网络构建个体脑影像特征，即神经指纹；

其中：

建立神经指纹库步骤：基于大量的图像样本及其病例信息，利用人工智能的方法对不同性别、年龄以及疾病所对应的神经指纹进行分类，再进行人工的鉴别与确认，最后形成不同人群的神经指纹库，该神经指纹库将随着样本量的增加而不断扩张，建立对未知图像神经指纹识别的标准库基础；

在所述图像获取步骤与所述脑结构标注步骤之间还包括：

图像预处理步骤：针对图像获取步骤获取的磁共振图像，选定一个标准大脑模板，对每一个对象，对其相同层面的多序列扫描图像进行配准，之后对其进行图像信号强度标准化操作以实现不同个体间的图像横向对比。

2.一种神经指纹提取分类系统，其特征在于，包括：存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序配置为由所述处理器调用时实现权利要求1所述的方法的步骤。

3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现权利要求1所述的方法的步骤。