[发明专利]一种基于深度神经网络和多模态影像阿尔兹海默病分类方法在审
| 申请号： | 201710739140.4 | 申请日： | 2017-08-25 |
| 公开（公告）号： | CN107506797A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 程建;朱晓雅;张建;周娇 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司51230 | 代理人： | 徐金琼,刘东 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络和多模态影像阿尔兹海默病分类方法，以判别阿尔兹海默病的N种类别的影像的2D和3D形式作为输入层，以分类结果的概率作为输出层，构建深度神经网络；对N种已知类别的影像进行预处理，得到训练样本；利用训练样本对所述深度神经网络进行训练，优化网络连接权重，得到最终的深度神经网络；将预处理后待分类的影像输入所述最终的深度神经网络，输出分类结果；为了充分发掘AD患者脑部特征信息，本发明在传统使用单一模态的医学图像进行分类的基础上，引入多模态影像信息MRI图像、PET图像和DTI图像，同时融合了非影像特征CSF信息和基因信息。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 多模态 影像 阿尔兹海默病 分类 方法 | ||
【主权项】：
一种基于深度神经网络和多模态影像阿尔兹海默病分类方法，其特征在于：包括以下步骤：步骤1：以判别阿尔兹海默病的N种类别的影像的2D和3D形式作为输入层，以分类结果的概率作为输出层，构建深度神经网络；步骤2：对N种已知类别的影像进行预处理，得到训练样本；步骤3：利用训练样本对所述深度神经网络进行训练，优化网络连接权重，得到最终的深度神经网络；步骤4：将预处理后待分类的影像输入所述最终的深度神经网络，输出分类结果。
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电子科技大学，未经电子科技大学许可，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/201710739140.4/，转载请声明来源钻瓜专利网。
