[发明专利]基于多级分区词袋模型的脑疾病识别装置

摘要

本发明公开了一种基于多级分区词袋模型的脑疾病识别装置。其中，该装置包括对训练样本集和测试样本集中各样本的脑部磁共振结构图像进行预处理；接着基于标准脑模板、训练样本集中各样本和测试样本集中各样本的二维磁共振结构图像，分别提取其结构特征；再对标准脑模板进行多级脑分区；又针对标准模板的结构特征，在各分区采用无监督聚类方法分别构造分区词袋；然后，利用各等级分区词袋，构建各样本的各等级词袋直方图；最后，利用各等级词袋直方图，建立多级分类器对测试样本进行分类，进而实现脑部疾病识别。本发明实施例通过基于多级分区词袋模型的脑部磁共振结构图像分类方法，进行疾病识别和个体属性判定，辅助脑疾病临床分析诊断。

主权项

1.一种基于多级分区词袋模型的脑疾病识别装置，其特征在于，所述装置至少包括：预处理模块，其被配置为对训练样本集和测试样本集中各样本的脑部磁共振结构图像进行预处理，所述预处理包括：去除头骨和背景以及将所述脑部磁共振结构图像仿射变换到标准脑模板；结构特征提取模块，其被配置为基于所述标准脑模板、所述训练样本集中各样本和所述测试样本集中各样本在横断面、矢状面和冠状面方向上的每个二维脑部磁共振结构图像，分别提取其结构特征；多级脑分区构建模块，其被配置为针对所述标准脑模板，建立多级脑分区；词袋构建模块，其被配置为针对所述标准脑模板的结构特征，使用无监督聚类方法分别对所述各级分区内结构特征进行聚类，构建各等级分区词袋；其中，所述对所述各级分区内结构特征进行聚类，具体包括根据所述各级分区内结构特征的位置信息，将所述结构特征划归于所述各级分区，并在所述各级分区分别进行聚类；词袋直方图构建模块，其被配置为针对所述训练样本集和所述测试样本集中各样本在所述横断面、所述矢状面和所述冠状面上的二维脑部磁共振结构特征，利用所述各等级分区词袋，构建各样本的各等级词袋直方图；脑疾病识别模块，其被配置为利用所述训练样本集中各样本的各等级词袋直方图，建立多级分类器，并对所述测试样本分类，进而实现脑部疾病的识别。