[发明专利]基于级联深度网络的阿尔茨海默症病灶脑区的提取方法有效
| 申请号： | 201910312762.8 | 申请日： | 2019-04-18 |
| 公开（公告）号： | CN109871838B | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 高婧婧 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 何凡 |
| 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级联深度网络的阿尔茨海默症病灶脑区的提取方法，其包括将三维Unet网络和三维CNN反馈网络级联成一个级联深度网络；输入采用正常人的核磁共振脑部图像与患者的核磁共振脑部图像作为的训练样本对级联深度网络进行训练；获取患者的核磁共振脑部图像，并将其输入已训练的级联深度网络；三维Unet网络提取核磁共振脑部图像中的脑部逐体素概率初图谱，并将其输入三维CNN反馈网络；以及三维CNN反馈网络对脑部逐体素概率初图谱进行分类，并反馈修正脑部逐体素概率初图谱，使得输出校正后概率大于设定阈值的逐体素图谱作为患者脑部的病灶脑区。 | ||
| 搜索关键词： | 级联 脑部图像 核磁共振 三维 体素 图谱 反馈网络 病灶 脑部 脑区 网络 阿尔茨海默症 概率 反馈修正 患者脑部 输出校正 网络提取 训练样本 分类 | ||
【主权项】：
1.基于级联深度网络的阿尔茨海默症病灶脑区的提取方法，其特征在于，包括：将三维Unet网络和三维CNN反馈网络级联成一个级联深度网络；输入采用正常人的核磁共振脑部图像与患者的核磁共振脑部图像作为的训练样本对级联深度网络进行训练；获取患者的核磁共振脑部图像，并将其输入已训练的级联深度网络；三维Unet网络提取核磁共振脑部图像中的脑部逐体素概率初图谱，并将其输入三维CNN反馈网络；以及三维CNN反馈网络对脑部逐体素概率初图谱进行分类，并反馈修正脑部逐体素概率初图谱，使得输出校正后概率大于设定阈值的逐体素图谱作为患者脑部的病灶脑区；采用损失函数将三维Unet网络和三维CNN反馈网络级联成一个级联深度网络，所述损失函数为：![]()
其中，W1为三维Unet网络的参数，W2为三维CNN反馈网络的参数，x为输入到三维Unet的结构MR图像，y为三维Unet网络的输出；pl(x)为体素x为病灶的概率；|| ||2为二范数。
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/201910312762.8/，转载请声明来源钻瓜专利网。
