[发明专利]脑图像分析方法、计算机设备和可读存储介质

权利要求书

1.一种脑图像分析方法，其特征在于，所述方法包括：

接收脑结构图像，从所述脑结构图像中提取各脑区的特征信息作为节点特征；

接收脑功能图像，按照预设的时间间隔，从所述脑功能图像中提取各所述脑区间的多个功能连接信息作为节点间的连接；

将所述节点特征和所述节点间的连接构建成动态图特性矩阵；

将所述动态图特性矩阵输入图网络模型，得到分析结果，其中，所述图网络模型为样本脑结构图像和样本脑功能图像构建的样本图特性矩阵，输入图网络中训练得到的模型。

2.根据权利要求1所述的方法，其特征在于，所述图网络包括基于图的神经网络。

3.根据权利要求1或2所述的方法，其特征在于，所述图网络为谱域图网络。

4.根据权利要求3所述的方法，其特征在于，所述图网络为长短期记忆网络。

5.根据权利要求1所述的方法，其特征在于，所述图网络模型的训练过程包括：

从所述样本脑结构图像中提取各脑区的特征信息作为样本节点特征；

从所述样本脑功能图像中提取各所述脑区间的功能连接信息作为样本节点间的连接；

将所述样本节点特征和所述样本节点间的连接构建成样本图特性矩阵；

将所述样本图特性矩阵输入所述图网络进行训练，得到所述图网络模型。

6.根据权利要求5所述的方法，其特征在于，所述从所述样本脑功能图像中提取各所述脑区间的功能连接信息作为所述样本节点间的连接，包括：

按照预设的时间间隔，从所述样本脑功能图像中提取多个功能连接信息作为所述样本节点间的连接。

7.根据权利要求6所述的方法，其特征在于，所述将所述样本节点特征和所述样本节点间的连接构建成样本图特性矩阵，包括：

将所述样本节点特征和所述样本节点间的连接构建成样本动态图特性矩阵；

所述将所述样本图特性矩阵输入所述图网络进行训练，得到所述图网络模型，包括：

将所述样本动态图特性矩阵输入初始长短期记忆网络进行训练，得到所述图网络模型。

8.根据权利要求1所述的方法，其特征在于，所述从所述脑功能图像中提取各所述脑区间的多个功能连接信息作为节点间的连接，包括：使用滑动窗口算法，从所述脑功能图像中提取各所述脑区间的多个功能连接信息作为节点间的连接。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。