[发明专利]区域性脑年龄预测的方法、非暂时性电脑可读介质及设备

说明书

一种区域性脑年龄预测的方法，其包括下列步骤：接收待测者的脑部的第一T1加权影像；对第一T1加权影像进行组织分割程序，以取得第一灰质影像；将第一灰质影像配准(register)至经迭合程序所建立的正常受试者影像模板；撷取待测脑区的第一灰质结构特征；依据该待测脑区的第一灰质结构特征通过该待测脑区对应的最佳化模型参数值及其机器学习演算法或深度学习演算法预测出待测脑区的预测年龄；依据该待测脑区的预测年龄与待测者的实足年龄取得该待测脑区对应的年龄差异值，并输出评估报告。因此，可提供客观生物量化指标，以侦测不同脑区的可能变化情形。

技术领域

本发明涉及一种脑年龄预测的方法、非暂时性电脑可读介质及设备，特别是区域性脑年龄预测的方法、非暂时性电脑可读介质及设备。

背景技术

随着高龄化社会的来临，许多伴随老化而来的疾病和大脑健康密不可分。然而，大脑结构会随着年龄的增长而产生显著变化，其变化程度则因人而异，因此，基于医学影像观察脑部结构的老化程度可用以评估个人化大脑健康信息。

其中，脑年龄可作为临床上神经退化性疾病、神经发育性疾病、神经精神疾病及老化相关风险因子评估的生物标记之一，例如：阿兹海默症(Alzheimer's Disease，AD)，又称老年痴呆症，虽引发该病症的原因仍未明确，但是其与脑萎缩有着一定程度的关联，如果估算出的脑年龄大于实足年龄时，则可借此推测出罹患阿兹海默症的风险性较高。

因此，如何透过医学影像进行分析，以有效量化与预测任一受试者的脑年龄成为目前相关业界与学界努力的课题。

发明内容

本发明公开一种区域性脑年龄预测的方法、非暂时性电脑可读介质及设备。

首先，本发明公开一种区域性脑年龄预测的方法，其包括以下步骤：接收待测者的脑部的第一T1加权影像(T1 weighted image)；对第一T1加权影像进行组织分割程序，以取得第一灰质影像；将第一灰质影像配准(register)至经迭合程序所建立的正常受试者影像模板；自配准至正常受试者影像模板的第一灰质影像撷取待测者的待测脑区的第一灰质结构特征；在数据库中取得该待测脑区对应的最佳化模型参数值；依据待测者的该待测脑区的第一灰质结构特征以及其对应的最佳化模型参数值，结合该最佳化模型参数值对应的机器学习演算法或深度学习演算法预测该待测者的该待测脑区的预测年龄；以及依据该待测脑区的预测年龄与待测者的实足年龄取得该待测脑区对应的年龄差异值，并输出评估报告。

另外，本发明公开一种区域性脑年龄预测的非暂时性电脑可读介质，其经组态以储存若干操作指令，该等操作指令在由一或多个处理器执行时使得该一或多个处理器执行以下操作：接收待测者的脑部的第一T1加权影像；对第一 T1加权影像进行组织分割程序，以取得第一灰质影像；将第一灰质影像配准至经迭合程序所建立的正常受试者影像模板；自配准至正常受试者影像模板的第一灰质影像撷取待测者的待测脑区的第一灰质结构特征；在数据库中取得该待测脑区对应的最佳化模型参数值；依据待测者的该待测脑区的第一灰质结构特征以及其对应的最佳化模型参数值，结合该最佳化模型参数值对应的机器学习演算法或深度学习演算法预测该待测者的该待测脑区的预测年龄；以及依据该待测脑区的预测年龄与待测者的实足年龄取得该待测脑区对应的年龄差异值，并输出评估报告。

此外，本发明公开一种区域性脑年龄预测的设备，其包括：一或多个处理器；储存单元；以及程序，其中该程序储存于储存单元中且经组态以由该一或多个处理器执行，该程序整体上包含用于以下操作指令：接收待测者的脑部的第一T1加权影像；对第一T1加权影像进行组织分割程序，以取得第一灰质影像；将第一灰质影像配准至经迭合程序所建立的正常受试者影像模板；自配准至正常受试者影像模板的第一灰质影像撷取待测者的待测脑区的第一灰质结构特征；在数据库中取得该待测脑区对应的最佳化模型参数值；依据待测者的该待测脑区的第一灰质结构特征以及其对应的最佳化模型参数值，结合该最佳化模型参数值对应的机器学习演算法或深度学习演算法预测该待测者的该待测脑区的预测年龄；以及依据该待测脑区的预测年龄与待测者的实足年龄取得该待测脑区对应的年龄差异值，并输出评估报告。