[发明专利]大脑成瘾结构图谱评估方法及装置

说明书

本申请适用于人工智能技术领域，提供了一种的大脑成瘾结构图谱评估方法及装置，该方法包括：获取待分类的脑部结构图，脑部结构图为脑部fMRI图像，包括多个脑部区域图像。根据预设成瘾物的脑成瘾性状结构图评估模型，确定脑部fMRI图像中不同区域的脑成瘾性状类型。由于在训练预设的脑成瘾性状结构图评估模型时，使用了每个浓度对应的样本生成器得到的每个浓度影响下脑部的多个合成fMRI图像，合成的fMRI图像有效扩充了训练样本，利用扩充后的训练样本训练得到的脑成瘾性状结构图评估模型能够更加精准评估待分类的脑部fMRI图像，提高了脑成瘾性状结构图评估模型的分类效果。

技术领域

本申请属于人工智能技术领域，尤其涉及一种的大脑成瘾结构图谱评估方法及装置。

背景技术

功能性磁共振造影(functional Magnetic Resonance Imaging，fMRI)是生物学实验中的一种常用数据，可以通过fMRI训练脑成瘾性状识别模型，对大脑皮层中与脑成瘾相关的成瘾性状进行识别。

现有技术中，训练脑成瘾性状识别模型时，需要大量的fMRI样本图像，fMRI样本图像只能通过特定的设备进行采集。

但是，由于进行fMRI样本图像的采集的设备价格昂贵，且采集过程复杂，实验成本高，因此无法获取足够的fMRI样本图像训练模型，导致训练的脑成瘾性状识别模型识别效果不佳。

发明内容

本申请实施例提供了一种的大脑成瘾结构图谱评估方法及装置，可以解决由于无法获取足够的fMRI样本图像训练模型，导致训练的脑成瘾性状识别模型识别效果不佳问题。

第一方面，本申请实施例提供了一种的大脑成瘾结构图谱评估方法，包括：

获取待分类的脑部结构图，脑部结构图为脑部fMRI图像，包括多个脑部区域图像。根据预设成瘾物的脑成瘾性状结构图评估模型，确定脑部fMRI图像中不同区域的脑成瘾性状类型，其中，预设成瘾物的脑成瘾性状结构图评估模型是根据预设成瘾物不同浓度影响下获取到脑部的真实fMRI图像、以及通过每个浓度对应的样本生成器得到的每个浓度影响下脑部的多个合成fMRI图像训练预设分类模型得到的。

一些实施方式中，通过每个浓度对应的样本生成器得到的每个浓度影响下脑部的多个合成fMRI图像，包括：将随机噪声向量输入每个浓度对应的样本生成器，其中，样本生成器是根据对应浓度下脑部的真实fMRI图像，基于生成对抗网络训练得到的。样本生成器根据随机噪声向量生成对应浓度影响下脑部的多个合成fMRI图像。

一些实施方式中，每个浓度对应的样本生成器可以通过以下步骤训练得到：使用预设的样本生成器，根据随机噪声向量生成训练fMRI图像。根据训练fMRI图像、待训练浓度的脑部的真实fMRI图像以及样本判别器，训练样本生成器，得到对应浓度下的样本生成器，其中，样本判别器用于根据真实fMRI图像确定训练fMRI图像的判别结果，判别结果包括：真或假。

一些实施方式中，根据训练fMRI图像、待训练浓度的脑部的真实fMRI图像以及样本判别器，训练样本生成器，得到对应浓度下的样本生成器，包括：

将训练fMRI图像和真实fMRI图像输入样本判别器，得到训练fMRI图像的判别结果。若训练fMRI图像的判别结果为真，训练样本判别器，使得样本判别器确定训练fMRI图像的判别结果为假，得到训练后的样本判别器。若训练fMRI图像的判别结果为假，训练样本生成器，使得样本判别器确定训练fMRI图像的判别结果为真，训练后的样本生成器。迭代训练样本判别器和样本生成器，直至训练后的样本生成器的损失函数小于预设阈值，得到对应浓度下的样本生成器。

一些实施方式中，训练样本判别器，使得样本判别器确定训练fMRI图像的判别结果为假，包括：