[发明专利]一种基于语义向量的任务态脑影像资源多维标注和组织方法

说明书

本发明公开了一种基于语义向量的任务态脑影像资源多维标注和组织方法，针对多任务脑影像资源融合计算过程中数据组织有效性进行优化控制，以任务态脑影像资源为组织对象来源，以资源响应状态和响应类型为控制量，以组织支持度系数和组织灵活性系数为被控量。该方法从构建一个基于语义向量的标准化空间出发，通过将资源映射到该空间而构建样本库；初始化多资源需求的组织任务图，并从样本库中采样目标资源；识别图中资源响应状态和类型，并计算支持度系数和组织灵活性系数；最终推荐双系数约束的多个脑影像资源。本发明通过语义向量对复杂的脑影像资源进行多维标注，实现脑影像资源的系统化集成，提高任务态脑影像研究中资源组织的有效性和全面性。

技术领域

本发明属于脑功能成像处理领域，又属于计算机辅助决策领域，特别涉及一种基于语义向量的任务态脑影像资源多维标注和组织方法。

背景技术

任务态脑影像资源多维标注的目的是促进多中心性脑影像资源的系统性管理、组织、共享和集成分析，从而增加资源的可解释性和可重用性。然而，任务态脑影像资源从采集到分析过程中受到多方面因素的影响，并产生不同数据类型的资源，增加了资源管理和组织的难度。基于语义向量的任务态脑影像资源多维标注方法考虑任务态脑影像资源从获取到处理分析过程的核心要素，满足多种数据类型的标注需求，提高资源的组织有效性和利用效率。因此，本发明的研究成果具有广泛的应用价值。

随着认知神经科学的发展，任务态神经影像资源产生了爆发式增长，包括脑图像数据及相关的研究文献等。一方面这些资源从单一大脑功能机制的解析角度出发得到了丰富的成果，另一方面越来越多的人关注到数据集成和融合分析的价值。在任务态神经影像资源集成和融合计算过程中，对待组织资源的上下文、资源的状态和类型都需要有明确的约束和标准化操作。因此，综合考虑任务态脑影像资源的融合计算过程中的资源上下文约束和组织有效性问题，已经成为多任务态脑影像资源融合计算亟需解决的问题，具有重要的实践意义。

本发明提出一种基于语义向量的任务态脑影像资源多维标注和组织方法，主要通过一个由术语字典构成的语义标准化空间约束资源的上下文，对不同类型和尺度的资源进行系统性标注，以响应数据集成和融合计算目的的多任务资源采样需求，通过组织度系数和组织灵活性系数评估资源组织的有效性，并以增加两系数值为组织优化目标，从而提高了资源组织和使用效率。

发明内容

本发明获得了一种基于语义向量的任务态脑影像资源多维标注和组织方法，该方法综合考虑实验假设、实验范式、实验结论、实验数据以及分析过程中的核心要素，构建一个标准化语义向量空间以标注复杂的任务态神经影像资源样本数据库，根据多个任务态脑影像资源集成的需要，反复采样标注完成的资源，并计算组织支持度系数和组织灵活性系数，通过增强系数权重以优化数据集成的效果，实现提高资源组织效率和可重用性的目标。

本发明采用了如下的技术方案及实现步骤：

步骤1：设计由实验假设EH、实验范式TP、实验结论EC、实验数据DP以及分析过程AP构成的标准化语义向量空间SV：

SV＝EH,TP,EC,DP,AP，

其中，EH包括认知功能、临床表征、心理、生理和行为表征的编码，TP包括实验范式类别PC和实验显性刺激ES编码，EC包括实验结论编码，DP包含数据模态编码DMC和数据类型编码DTC，AP包含在脑影像处理和分析过程中涉及的方法编码；描述不同编码之间的语义关联，具体为该空间SV中数据模态编码与分析过程编码直接关联；数据类型编码设计有时序属性，先后顺序为原数据类型RawD编码、前处理数据类型PreD编码、后处理数据类型PosD编码和结果数据类型RetD编码，分别与AP中不同方法直接关联，具体为前处理方法编码与前处理数据类型编码直接关联，后处理方法编码与后处理数据类型编码直接关联，结果分析方法编码与结果数据类型编码直接关联；实验结论编码与结果数据类型编码直接关联，还与实验假设EH编码和实验范式TP编码直接关联；