[发明专利]基于卷积神经网络的品行障碍确定方法、系统和存储介质

说明书

本发明公开了基于卷积神经网络的品行障碍确定方法、系统和存储介质，该方法包括：获取待确定品行障碍的人的磁共振成像图像；采用深度卷积神经网络算法来对获取的磁共振成像图像进行品行障碍识别，从而获得品行障碍识别结果。本发明实施例通过采用深度卷积神经网络算法来对获取的磁共振成像图像进行品行障碍识别，使用深度卷积神经网络算法来自动进行品行障碍识别的方式大大提高了对品行障碍确定的准确度，并且不需要依赖于医生丰富的临床经验，减少了人力投入。本发明作为基于卷积神经网络的品行障碍确定方法、系统和存储介质可广泛应用于计算机辅助领域中。

技术领域

本发明涉及计算机辅助领域，尤其涉及基于卷积神经网络的品行障碍确定方法、系统和存储介质。

背景技术

如今，CD(Conduct Disorder，品行障碍)在临床上的诊断方案包括美国精神病学协会(APA)的DSM-IV标准以及我国的CCMD-3标准等。精神科医生一般采用面谈以及家族史追溯的方法进行CD的诊断。CD的临床诊断特征主要包括四点：1、对人和动物造成攻击和严重的伤害；2、蓄意损坏或毁坏财物(例如放火、破坏公物等)；3、反复违反家庭或学校规章、法律或两者；4、持续撒谎以逃避后果或获得有形的商品与特权。DSM-IV标准强调至少有三种CD的临床诊断特征且持续6个月的才能被诊断为CD。然而CD的发病机制非常复杂，至今未探索清楚，可能是由很多因素所致，包括社会、环境、生物学、遗传和心理学等，且临床诊断方法主要依靠医生多年的诊断经验，尤其是在早期表现症状还不明显的阶段，医生难以做出准确的判断。

在过去的几十年中，CD和相关精神障碍的病因学的神经影像学研究得到了越来越多的关注。随着各种成像方式的应用，如磁共振成像(MRI)、计算机断层扫描(ComputedTomography，CT)和正电子发射断层扫描(Positron Emission Tomography，PET)等，非侵入式地研究人脑并开发神经影像标志物(Biomarker)成为可能。其中，结构MRI(StructuralMRI)具有提供各种脑结构信息和检测结构异常的优势。然而，大量的神经成像数据和人脑结构的复杂性表明，研究者和临床医生很难通过肉眼观察神经影像学数据的异常并完成准确的诊断，因此现有对品行障碍的确定方法具有依赖于医生的诊断经验和准确率较低的缺点。

发明内容

为了解决上述技术问题，本发明实施例的目的是提供基于卷积神经网络的品行障碍确定方法、系统和存储介质。

一方面，本发明实施例提供了基于卷积神经网络的品行障碍确定方法，包括以下步骤：

获取待确定品行障碍的人的磁共振成像图像；

采用深度卷积神经网络算法来对获取的磁共振成像图像进行品行障碍识别，从而获得品行障碍识别结果。

进一步，所述获取待确定品行障碍的人的磁共振成像图像这一步骤，其具体包括：

获取待确定品行障碍的人脑部的磁共振成像图像；

将获取的磁共振成像图像配准至预设模板上，从而得到配准后的磁共振成像图像；

对配准后的磁共振成像图像进行脑组织分割，从而得到灰质图像；

将得到的灰质图像进行平滑处理，获得灰质平滑图像。

进一步，所述采用深度卷积神经网络算法来对获取的磁共振成像图像进行品行障碍识别，从而获得品行障碍识别结果这一步骤，其具体为：

采用深度卷积神经网络算法来对品行障碍识别模型进行训练，得到训练完成的品行障碍识别模型；

将获取的磁共振成像图像输入得到的品行障碍识别模型中，从而获得品行障碍识别结果；所述品行障碍识别结果包括：品行障碍的患病概率、患病与否和品行障碍的患病程度。