[发明专利]脑龄检测方法、计算机设备和存储介质

权利要求书

1.一种脑龄检测方法，其特征在于，所述方法包括：

获取待检测对象的脑部图像；

将所述脑部图像输入至机器学习模型中进行脑龄的识别，确定所述脑部图像对应的脑龄；其中，所述机器学习模型是通过对样本脑部图像进行训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述将所述脑部图像输入至机器学习模型中进行脑龄的识别，确定所述脑部图像对应的脑龄，包括：

将所述脑部图像输入至分割模型进行结构的分割，得到各个子结构；

对所述各个子结构的特征进行提取处理，并利用预设的回归算法对提取到的各个子结构的特征进行回归处理，确定所述脑部图像对应的脑龄。

3.根据权利要求2所述的方法，其特征在于，所述对所述各个子结构的特征进行提取处理，并利用预设的回归算法对提取到的各个子结构的特征进行回归处理，确定所述脑部图像对应的脑龄，包括：

对所述各个子结构的特征进行提取处理，得到各个子结构对应的提取特征；

利用预设的选择算法对所述各个子结构对应的提取特征进行选择处理，确定所述各个子结构对应的目标特征；

利用预设的回归算法对所述各个子结构对应的目标特征进行回归处理，确定所述脑部图像对应的脑龄。

4.根据权利要求3所述的方法，其特征在于，所述利用预设的回归算法对所述各个子结构对应的目标特征进行回归处理，确定所述脑部图像对应的脑龄，包括：

利用预设的回归算法对所述各个子结构对应的目标特征进行回归处理，得到各个子结构对应的年龄；

将所述各个子结构对应的年龄进行求和处理，得到所述脑部图像对应的脑龄。

5.根据权利要求3所述的方法，其特征在于，所述对所述各个子结构的特征进行提取处理，得到各个子结构对应的提取特征，包括：

对所述各个子结构的结构特征进行统计处理，得到所述各个子结构对应的结构特征，所述结构特征包括相对体积、表面积、表面积与体积比、长轴长度中的至少一个；或者，

对所述各个子结构的属性特征进行提取处理，得到所述各个子结构对应的属性特征，所述属性特征包括灰度平均值、纹理、灰度直方图、方差峰值中的至少一个。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

将所述各个子结构对应的结构特征和所述各个子结构对应的属性特征进行结合处理，得到所述各个子结构对应的提取特征。

7.根据权利要求1所述的方法，其特征在于，所述机器学习模型为深度学习模型，所述深度学习模型的训练方法包括：

获取样本脑部图像，所述样本脑部图像已标注脑龄；

将所述样本脑部图像作为初始深度学习模型的输入，将所述样本脑部图像对应的脑龄作为所述初始深度学习模型的输出，对所述初始深度学习模型进行训练，得到所述深度学习模型。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述待检测对象的年龄小于第一年龄，则将所述脑部图像对应的脑龄和第一脑龄值进行对比，得到第一对比结果；或者，若所述待检测对象的年龄大于第二年龄，则将所述脑部图像对应的脑龄和第二脑龄值进行对比，得到第二对比结果；其中，所述第二年龄大于所述第一年龄，所述第一脑龄值为所述待检测对象实际年龄对应的脑龄范围中的最低脑龄值，所述第二脑龄值为所述待检测对象实际年龄对应的脑龄范围中的最高脑龄值；

若所述第一对比结果为所述脑部图像对应的脑龄小于所述第一脑龄值，则输出第一结果；或者，若所述第二对比结果为所述脑部图像对应的脑龄大于所述第二脑龄值，则输出第二结果。

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至8中任一项所述的方法的步骤。

10.一种可读存储介质，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至8中任一项所述的方法的步骤。