[发明专利]一种高阶动态功能连接网络的时序不变特征提取方法有效
申请号: | 201910528161.0 | 申请日: | 2019-06-18 |
公开(公告)号: | CN110473202B | 公开(公告)日: | 2023-03-31 |
发明(设计)人: | 赵峰;陈红瑜;安志勇 | 申请(专利权)人: | 山东工商学院 |
主分类号: | G06T7/10 | 分类号: | G06T7/10;A61B5/055 |
代理公司: | 北京方圆嘉禾知识产权代理有限公司 11385 | 代理人: | 陈胜 |
地址: | 264005 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种高阶动态功能连接网络的时序不变特征提取方法,主要步骤为:(1)对于给定的滑动窗窗宽和步长,将整个磁共振序列分割为多个子序列;(2)计算每个子序列内的各个脑区之间相关性,得到动态功能连接网络,进而计算任意两个脑区的动态功能连接序列的中心矩特征;(3)对于动态功能连接网络的每一个子序列,将每个脑区与其他脑区的连接序列视为一个一维随机序列,计算任意一对脑区的相关性,进而构建了一个高阶动态功能连接网络并获取它的中心矩特征。本发明利用中心矩特征作为动态功能连接网络及高阶动态功能连接网络的时序不变特征,能够捕获脑功能连接的深层次关联关系,为后续的医学图像处理提供了稳定特征。 | ||
搜索关键词: | 一种 动态 功能 连接 网络 时序 不变 特征 提取 方法 | ||
【主权项】:
1.一种高阶动态功能连接网络的时序不变特征提取方法,其特征是,主要包含以下几个步骤:步骤1,初始参数设定;设定滑动窗窗宽尺寸, 滑动步长长度;步骤2, 获取功能磁共振子序列. 令 表示某个个体的第i个脑功能区的平均rs-FMRI时间序列,其中M 表示整个扫描时间段内的采样数目,N表示大脑皮层的功能区数目;利用滑动窗技术,将整个扫描时间段内的rs-FMRI时间序列 分割为K个子序列,即/n (1)/n其中 表示rs-FMRI的子序列数目, T表示滑动窗宽,S表示滑动步长;步骤3.D-FCN(动态功能连接网络)的构建;步骤4.获取D-FCN(动态功能连接网络)的中心矩特征;步骤5.Ho-D-FCN(高阶动态功能连接网络)的构建;步骤6.获取Ho-D-FCN(高阶动态功能连接网络)的中心矩特征。/n
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山东工商学院,未经山东工商学院许可,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/201910528161.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种刹车片表面缺陷的自动检测方法及装置
- 下一篇:医学图像分割