[发明专利]一种T2DM脑衰老认知障碍早期智能高精度辅诊方法

权利要求书

1.一种T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，包括：

采集脑衰老认知障碍患者的临床资料和脑部MRI图像数据，进行图像预处理后，划分训练集和测试集；

由特征提取部分(Feature Extraction Part,FEP)和特征组合部分(FeatureCombination Part,FCP)以构建3D-CNN卷积神经网络，并将作为训练集的脑衰老认知障碍患者的脑部MRI图像数据输入3D-CNN卷积神经网络中进行训练，调节网络参数与函数，至输出的结果为准确分类结果为止，训练完成后将作为测试集的脑衰老认知障碍患者的脑部MRI图像数据输入训练好的3D-CNN卷积神经网络，验证3D-CNN卷积神经网络的准确性；

将实时拍摄的脑衰老认知障碍患者的脑部MRI图像数据输入训练完成的3D-CNN卷积神经网络，通过网络模型的计算，输出的结果作为对输入的脑衰老认知障碍患者的脑部MRI图像数据是否发生病变的诊断结果。

2.根据权利要求1所述的T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，在采集脑衰老认知障碍患者的临床资料和脑部MRI图像数据的步骤中，包括步骤：

采集脑衰老认知障碍患者的临床资料信息，至少包括：性别、年龄、受教育年限、饮食情况、睡眠情况、吸烟饮酒史、高血压病史、糖尿病病史及相关遗传病家族史；

通过神经心理学量表测试，对采集脑衰老认知障碍患者的轻度认知功能障碍进行评估；

通过核磁共振扫码设备对脑衰老认知障碍患者的脑部MRI图像进行采集。

3.根据权利要求2所述的T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，所述神经心理学量表测试是采用中文版蒙特利尔认知评估量表(Montreal CognitiveAssessment,MoCA)对轻度认知功能障碍进行评估，以了解整体认知情况。

4.根据权利要求2所述的T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，在通过核磁共振扫码设备对脑衰老认知障碍患者的脑部MRI图像进行采集的步骤中，

扫描设备采用德国Siemens 3.0T(Magnetom Verio)超导MRI扫描仪及配套的12通道标准头线圈；扫描过程中，扫描范围包含从颅顶至枕骨大孔，共176层图像；运用3D快速磁化强度预备梯度回拨序列(3D-TI MPRAGE)获得高分辨率3D-TIWI薄层矢状位结构图像。

5.根据权利要求4所述的T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，在对数据预处理操作的步骤中，包括：

对数据进行清洗：对被试的高分辨率3D-TIWI薄层矢状位结构图像进行质量进行评分，分值取为1-5分；排除图像质量评分1-3分的被试的高分辨率3D-TIWI薄层矢状位结构图像；

对数据进行增强：对经过图像质量评价的高分辨率3D-TIWI薄层矢状位结构图像进行基于体素的形态分析，通过使用仿射非线性变换的对称模板进行标准化，将每个对象的图像配准到标准MNI152空间中，并重采样到1.5x1.5x1.5mm；将处理完的脑影像划分为三个组织类别，分别代表灰质、白质和脑脊液。

6.根据权利要求5所述的T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，对被试的高分辨率3D-TIWI薄层矢状位结构图像进行质量进行评分的步骤中：

5分代表图像无运动伪影、图像质量佳、灰白质分界清晰；4分代表图像带有少量的运动伪影或者图像质量欠佳，但不影响观察者对灰白质边界的划分；3分代表有较大的运动伪影或图像质量较差，灰白质分界观察受影响；2分代表图像有很大的运动伪影进而导致图像模糊不清，严重影响对大脑解剖学结构的观察；1分代表图像错误、损坏或严重伪影，无法进行图像观察。

7.根据权利要求1所述的T2DM脑衰老认知障碍早期智能高精度辅诊方法，其特征在于，在构建3D-CNN卷积神经网络的步骤中，特征提取部分FEP由四个3D跳越块(3D-skippingblock)构成，每个3D跳越块包含两个3D卷积层,每个3D卷积层后面连接着组归一化层(GN)和一个修正线性单元(LeakyRelu)，其中归一化层GN避开批大小(batch size)对模型的影响，每个3D跳跃块的后面使用最大池化层进行脑影像特征的压缩；特征提取部分FCP使用三个卷积层对大脑特征进行组合，使用3D卷积层代替全连接层可以有效避免因特征矩阵导致的空间信息的丢失；同时，在特征组合部分的每个卷积层之后添加一个dropout层，dropout比率为0.5，以防止过拟合，当整个网络训练完，对网络最后三层卷积即FCP根据性别进行微调。