[发明专利]一种基于关系正则化的特征图像提取装置及提取方法

权利要求书

1.一种基于关系正则化的特征图像提取装置，其特征在于，所述提取装置包括：

图像预处理模块，用于对核磁共振图像以及扩散加权图像进行预处理，从所述核磁共振图像以及扩散加权图像中获取特征图像；

特征提取模块，用于从所述特征图像中提取出关键元素特征；

选择模型建立模块，用于选取特征选择函数，并引入正则项进行训练，建立出用于从关键元素特征中筛选目标特征的特征选择模型；

特征筛选模块，用于利用所述特征选择模型从所述关键元素特征中筛选出目标特征；

所述选择模型建立模块中的正则项包括：目标响应矩阵与预测响应的相似性、特征与特征的相似性以及样本与样本的相似性；

所述目标响应矩阵与预测响应的相似性包括：任意两列目标响应变量差值与对应的两列预测响应变量差值相似性以及任意两行目标响应变量差值与对应的两行预测响应变量差值相似性；

其中，所述任意两行目标响应变量差值与对应的两行预测响应变量差值相似性具体为：

，

其中是正则化参数为所述目标响应矩阵的行，为所述预测响应矩阵的行，是权重系数矩阵，，为所述权重系数矩阵的列，为训练数据矩阵；

所述任意两列目标响应变量差值与对应的两列预测响应变量差值相似性具体为：

，

其中，是正则项的控制参数，，为目标响应矩阵的列值，，为预测响应矩阵对应的列，是所述权重系数矩阵，每列表示每个特征对应的权重系数，每行表示某维特征在多个任务下的权重系数，，为所述训练数据矩阵的列；

所述特征与特征的相似性包括：权重系数矩阵任意一行权重向量与任意一行权重向量差值相似性；其中，所述权重系数矩阵任意一行权重向量与任意一行权重向量差值相似性具体为：

，

其中是正则化参数，表示特性相似性矩阵的元素；

所述样本与样本的相似性包括：预测响应矩阵任意一列预测权重向量与任意一列预测权重向量差值相似性；其中，所述预测响应矩阵任意一列预测权重向量与任意一列预测权重向量差值相似性具体为：

，

其中是正则化参数，表示样本相似性矩阵的元素；

所述特征选择函数包括训练数据矩阵、目标响应矩阵、权重系数矩阵和预测响应矩阵，所述目标响应矩阵由4个影响因子的比值和类标签组成，其中所述影响因子为对所述目标特征起关键性作用的因素，所述权重系数矩阵，每列表示每个特征对应的权重系数，每行表示某维特征在多个任务下的权重系数，所述预测响应矩阵是所述权重系数矩阵和训练数据矩阵的乘积；其中，所述特征选择函数具体为：

,

其中和表示n个样本，d维特征、s个响应变量的所述训练数据矩阵和所述目标响应矩阵，是所述预测响应矩阵；

所述选择模型建立模块还包括热核函数，通过所述热核函数计算特征与特征、样本与样本的相似性大小；其中，所述热核函数为：，其中表示核宽；

所述特征选择模型具体为：

，

其中表示特征稀疏控制参数；

所述图像预处理模块具体包括：

图像获取单元，用于采用核磁共振成像技术以及扩散加权成像技术获取待分析样本的核磁共振图像以及扩散加权图像；图像分割单元，用于采用 vbm8 工具对核磁共振图像进行分割处理，并采用 FSL 工具对扩散加权图像进行预处理；

图像获取单元，用于从经过预处理后的核磁共振图像中提取特征图像以及从扩散加权图像中获取平均扩散系数特征图像；

所述特征提取模块具体包括：

第一特征提取单元，用于利用自动解剖标记模板从核磁共振图像中提取的特征图像中提取关键元素特征；

第二特征提取单元，用于从扩散加权图像中提取的平均扩散系数特征图像中提取关键元素特征；所述关键元素特征中包含有目标特征。

2. 根据权利要求 1 所述的基于关系正则化的特征图像提取装置，其特征在于，所述提取装置还包括：

分析模块，用于将筛选出的目标特征输入支持向量机中，得出初步结果，并通过对初步结果的加权求和，得出最终结果；

所述最终结果包括：所述目标特征的所属类别以及对所述目标特征起关键作用的影响因子所占的比值。