[发明专利]脑结构特征选择方法、移动终端及计算机可读存储介质

权利要求书

1.一种脑结构特征选择方法，其特征在于，所述脑结构特征选择方法包括以下步骤：

获取脑部核磁共振结构像原始数据，并对所述原始数据进行格式转化，以获取目标数据；

采用目标软件对所述目标数据进行预处理，以获取所述目标数据的特征数据，并将所述特征数据构建成特征数据矩阵；

将所述特征数据矩阵输入至支持矩阵机，以获取带有类别标签的特征数据；

基于目标编码器，对所述带有类别标签的特征数据进行可视化处理，以获取可视化特征图像；

所述采用目标软件对所述目标数据进行预处理，以获取所述目标数据的特征数据的步骤包括：

采用目标软件对所述目标数据进行重建，以获取目标脑模型，所述目标脑模型包括：第一至第十文件；

对所述第三文件和所述第八文件进行最终曲面掩模处理，并将经过最终曲面掩模步骤处理之后的文件、经过自动化拓扑修复步骤处理之后获取的文件以及经过白质填充步骤处理之后获取的文件，进行最终曲面处理；

将经过最终曲面处理之后的文件，与经过最终曲面处理之后还经过平滑与膨化处理之后的文件，一同进行计算高斯/平均曲率处理；

在进行膨化处理之后的文件，与经过平滑处理的文件一同进行球面映射处理与表面配准处理；

将经过表面配准处理之后获取的文件，分别进行计算映射平均曲率步骤处理；

分别将经过皮层分割、皮质带掩码与最终曲面处理之后的文件进行皮层统计数据处理，以获取所述目标脑模型的特征数据。

2.如权利要求1所述的脑结构特征选择方法，其特征在于，所述采用目标软件对所述目标数据进行预处理，以获取所述目标数据的特征数据的步骤包括：

采用目标软件对所述目标数据进行重建，以获取目标脑模型；

对所述目标脑模型进行皮层分割，以获取所述目标数据的特征数据。

3.如权利要求2所述的脑结构特征选择方法，其特征在于，所述采用目标软件对所述目标数据进行重建，以获取目标脑模型的步骤包括：

采用目标软件对所述目标数据进行重建，以获取初始脑模型；

若所述初始脑模型为异常脑模型，则对所述初始脑模型进行调整，以获取目标脑模型。

4.如权利要求3所述的脑结构特征选择方法，其特征在于，所述若所述初始脑模型为异常脑模型，则对所述初始脑模型进行调整，以获取目标脑模型的步骤包括：

若检测到所述初始脑模型的支点坐标偏差超过预设偏差，则判定所述初始脑模型为异常脑模型；

调整所述初始脑模型的支点坐标，以获取目标脑模型。

5.如权利要求3所述的脑结构特征选择方法，其特征在于，所述若所述初始脑模型为异常脑模型，则对所述初始脑模型进行调整，以获取目标脑模型的步骤，还包括：

若检测到所述初始脑模型的白质和/或灰质范围超过第一预设范围，则判定所述初始脑模型为异常脑模型；

调整所述白质和/或灰质数据，以获取目标脑模型。

6.如权利要求3所述的脑结构特征选择方法，其特征在于，所述若所述初始脑模型为异常脑模型，则对所述初始脑模型进行调整，以获取目标脑模型的步骤，还包括：

若检测到所述初始脑模型缺失小脑部位图像，则判定所述初始脑模型为异常脑图像；

调整所述初始脑模型的模型数据阈值，以获取目标脑模型。

7.如权利要求3所述的脑结构特征选择方法，其特征在于，所述若所述初始脑模型为异常脑模型，则对所述初始脑模型进行调整，以获取目标脑模型的步骤，还包括：

若检测到所述初始脑模型的大脑膨化图像缺孔，则判定所述初始脑模型为异常脑模型；

补全所述大脑膨化图像缺孔，以获取目标脑模型。

8.如权利要求1至7任一项所述的脑结构特征选择方法，其特征在于，所述若所述初始脑模型为异常脑模型，则对所述初始脑模型进行调整，以获取目标脑模型的步骤，还包括：

若检测到所述初始脑模型的灰质包络超过第二预设范围，则判定所述初始脑模型为异常脑模型；

调整所述初始脑模型的软膜表面，以获取目标脑模型。