[发明专利]脑网络多频融合图核的阿尔茨海默病辅助诊断装置及方法

权利要求书

1.一种脑网络多频融合图核的阿尔茨海默病辅助诊断装置，其特征在于：包括图像预处理模块、图像分频模块、图核生成模块、图核融合模块以及辅助诊断模块；所述图像预处理模块将功能核磁共振图像进行预处理，并将其传送到图像分频模块；所述图像分频模块将功能核磁共振图像与具有90个脑区的AAL模板进行匹配，使预处理后的功能核磁共振图像包括90个感兴趣区域，并对匹配后的图像进行分频处理；所述图核生成模块对分频后的图像构建多频脑网络，然后计算每个频段脑网络之间的图核，并将每个频段中所有脑网络之间的图核形成一个矩阵；所述图核融合模块为每个频段的图核分配权值，然后将所有频段得到的图核融合成为一个图核；所述辅助诊断模块将融合的图核与核极限学习机结合，并进行数据训练，最终实现对阿尔茨海默病的诊断；

所述图像预处理模块包括依次连接的时间片校正器、头动校正器和平滑降噪器；所述时间片校正器用于将输入的功能核磁图像进行时间片校正，得到一系列功能核磁共振图像(I₀，I_-1，I_-2，...，I_-i-1)；所述头动校正器用于将时间片校正后的功能核磁共振图像进行头动校正，得到一系列功能核磁共振图像(H₀，H_-1，H_-2，...，H_-i-1)；所述平滑降噪器用于将头动校正后的功能核磁共振图像进行平滑降噪，得到一系列功能核磁共振图像(S₀，S_-1，S_-2，...，S_-i-1)；

所述图像分频模块包括模板匹配器和图像分频器；所述模板匹配器用于将预处理后功能核磁共振图像与90个脑区的标准AAL模板进行匹配得到匹配后的图像(A₀，A_-1，A_-2，...，A_-i-1)；所述图像分频器用于将匹配后的所有功能核磁共振图像进行分频处理，每个图像得到了K个分频后的图像(F_-1，F_-2，...，F_-K)；

所述图核生成模块包括互信息计算器、脑网络构建器、图核器和图核矩阵生成器；所述互信息计算器计算分频后的功能核磁共振图像上任意两个脑区之间的互信息以表示脑区间的关联性；所述脑网络构建器通过计算的互信息值将分频后的n幅图像构建脑网络得到K个频段的脑网络

所述图核器对对应频段下的任意两个脑网络计算图核，由此得到一系列图核所述图核矩阵生成器用于将每个频段下所有的图核组合成一个矩阵，由此得到了K个频段下的图核矩阵(X_-1，X_-2，...，X_-K)；

所述图核融合模块包括权值生成器和图核融合器；所述权值生成器利用多核学习的方法对每个频段的图核矩阵分配权值；所述图核融合器根据每个频段下分配的权值通过线性组合的方式对图核进行融合，由此得到了多频融合图核X；

所述辅助诊断模块包括数据训练器和辅助诊断器；所述数据训练器在核极限学习机分类中，用图核构成的矩阵替换核极限学习机的核函数并进行对功能核磁共振图像数据的训练；所述辅助诊断器利用核极限学习机的原理及训练后的数据，实现在核极限学习机上对阿尔茨海默病的辅助诊断。

2.采用权利要求1所述的脑网络多频融合图核的阿尔茨海默病辅助诊断装置进行阿尔茨海默病辅助诊断的方法，其特征在于：包括以下步骤：

步骤1、图像预处理模块对输入的功能核磁共振图像进行预处理，得到包含90个脑区的图像；

输入的功能核磁共振图像通过时间片校正器得到图像(I_-1,I_-2,…,I_-i,I_-i-1)，然后对时间片校正后的图像通过头动校正器，得到图像(H₀,H_-1,H_-2,…,H_-i-1)，然后将其通过平滑降噪器得到图像(S₀,S_-1,…,S_-i-1)，最后通过模板匹配器得到图像(A₀,A_-1,A_-2,…,A_-i-1)；

步骤1.1、将功能磁共振图像通过时间片校正器得到(I_-1,I_-2,…,I_-i,I_-i-1)；

步骤1.2、对时间片校正器输出的图像进行头动校正，通过头动校正器得到(H₀,H_-1,H_-2,…,H_-i-1)；

步骤1.3、对头动校正器输出的图像进行滤波处理，通过平滑降噪器得到(S₀,S_-1,S_-2,…,S_-i-1)；

步骤1.4、对平滑降噪器输出的图像与AAL模板进行匹配，得到包含90个脑区的图像(A₀,A_-1,A_-2,…,A_-i-1)；

步骤2、通过预处理后的图像构建脑功能网络；

步骤2.1、将处理后的图像通过图像分频器，将图像分为K个频段，得到(F_-1,F_-2,…,F_-K)；

步骤2.2、通过互信息计算器计算分频后的图像上任意两个脑区之间的互信息；

步骤2.3、对分频后每个频段的图像依次通过脑网络构建器，构造脑功能网络，得到

步骤3、对分频构造出的脑功能网络计算图核，并最终得到多频融合图核；

步骤3.1、将每个频段的脑网络通过图核器，得到每个频段下任意两个图像之间的图核

步骤3.2、将每个频段下计算出的所有图核通过图核矩阵生成器，得到K个频段下的图核矩阵(X_-1,X_-2,…,X_-K)；

步骤3.3、将K个频段的图核矩阵通过权值生成器，为每个频段下的图核生成一个权值；

步骤3.4、将生成权值后的图核矩阵通过图核融合器，将所有频段的图核融合成为一个图核矩阵X，得到多频融合图核；

步骤4、运用生成的多频融合图核实现对阿尔茨海默病进行辅助诊断；

步骤4.1、利用得到的多频融合图核与核极限学习机结合并通过数据训练器进行阿尔茨海默病是否患病的训练；

步骤4.2、利用训练的数据并通过辅助诊断器实现阿尔茨海默病的辅助诊断。