[发明专利]一种基于多模态脑影像的基因型分析方法在审
| 申请号： | 201710530252.9 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107507162A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 张道强;李蝉秀 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/30;G06F19/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 211106 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种新颖的基于多模态脑影像的基因型分析方法。该方法充分利用两种模态信息(结构影像和功能影像)，对阿尔茨海默病关联密切的rs429358位点基因型进行回归。具体过程包括首先从脑结构影像中提取体素特征和脑功能影像中提取连接网络特征，然后采用弹性网络对两种特征进行特征选择，保留关联程度较高的脑区和网络连接。最后采用多核支持向量回归机将选出的节点和边属性进行融合并回归基因型。本发明的优点是针对复杂的结构和功能的脑影像和基因型数据，给出了一种新颖的基于结构和功能的多模态脑影像回归分析单个位点基因型的方法，该方法分析效果更好，并能够充分利用两种模态的互补信息。 | ||
| 搜索关键词： | 一种 基于 多模态脑 影像 基因型 分析 方法 | ||
【主权项】：
一种新颖的一种基于多模态脑影像的基因型分析方法，其特征包括如下步骤：(1)针对多模态脑影像数据的特点，利用功能核磁共振图像(fMRI)来构建脑功能连接网络；(2)针对多模态脑影像数据的特点，利用结构核磁共振图像(sMRI)提取脑部感兴趣区域(ROI)的灰质密度特征；(3)采用弹性网络选择ROI的灰质密度特征(节点特征)和构建好的脑功能连接特征(边特征)；(4)使用多核支持向量回归机对前一步骤选出的特征进行基因型数据回归。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710530252.9/，转载请声明来源钻瓜专利网。
