[发明专利]一种强迫症风险评估模型的构建方法、系统及设备

权利要求书

1.一种强迫症风险评估模型的构建方法，其特征在于，包括：

在组稀疏表示模型中增加组稀疏正则化和平滑正则化，构建稀疏网络；

利用所述稀疏网络表示原始fMRI数据集中ROI序列对应的脑连接网络矩阵；

利用所述脑连接网络矩阵对预设网络模型进行训练，得到训练完成的强迫症风险评估模型；

其中，所述预设网络模型包括：脑部特征提取模块和分类模块，所述脑部特征提取模块基于DPN网络模型提取所述脑连接网络矩阵的边缘特征；所述分类模块用于根据边缘权重融合特征得到与所述脑连接网络矩阵对应的检测分类信息，所述边缘权重融合特征为根据预设权重对所述边缘特征加权后得到；

所述ROI为感兴趣区域，所述DPN网络模型为深度多项式网络模型。

2.根据权利要求1所述的强迫症风险评估模型的构建方法，其特征在于，所述稀疏网络的目标函数表达式为：

其中，表示第r个ROI的BOLD区域平均时间序列，A_r＝[x₁，...x_r-1，x_r+1，...x_R]是包含来自除x_r之外的所有R-1个ROI的数据的信号矩阵，w_r＝[w₁，...w_r-1，w_r+1，...w_R]为加权回归系数向量，||w_r-w_r+1||₁将限制两个连续ROI之间的权重差，是w_r的l₂范数的总和，λ₁是组正则化参数，λ₂是平滑度正则化参数；

所述BOLD区域为血氧水平依赖区域。

3.根据权利要求1所述的强迫症风险评估模型的构建方法，其特征在于，所述分类模块为支持向量机分类器，所述检测分类信息为强迫症对应的标签和一级亲属对应的标签。

4.根据权利要求1-3任一项所述的强迫症风险评估模型的构建方法，其特征在于，所述利用所述稀疏网络表示原始fMRI数据集中ROI序列对应的脑连接网络矩阵的步骤之前，还包括：

采集磁共振成像数据，并对所述磁共振成像数据进行预处理，得到预处理后的原始fMRI数据集。

5.一种强迫症风险评估模型的构建系统，其特征在于，包括：

功能连接网络构建模块，用于在组稀疏表示模型中增加组稀疏正则化和平滑正则化，构建稀疏网络，利用所述稀疏网络表示原始fMRI数据集中ROI序列对应的脑连接网络矩阵；

模型训练模块，用于利用脑连接网络矩阵对预设网络模型进行训练，得到训练完成的强迫症风险评估模型；

所述预设网络模型包括：脑部特征提取模块和分类模块，所述脑部特征提取模块基于DPN网络模型提取所述脑连接网络矩阵的边缘特征；所述分类模块用于根据边缘权重融合特征得到与所述脑连接网络矩阵对应的检测分类信息，所述边缘权重融合特征为根据预设权重对所述边缘特征加权后得到；

所述ROI为感兴趣区域，所述DPN网络模型为深度多项式网络模型。

6.一种终端设备，其特征在于，包括处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现上述权利要求1-4任一项所述的强迫症风险评估模型的构建方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-4任一项所述的强迫症风险评估模型的构建方法的步骤。