[发明专利]脑疾病分类模型的构建方法、装置及智能终端有效
| 申请号： | 201910628897.5 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110263880B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 汪天富;黄芳琳;雷柏英 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 徐彦圣 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种脑疾病分类模型的构建方法、装置及智能终端，该方法包括：从多个脑疾病数据集获取Rs‑fMRI图像数据；基于多个预设的脑模板对Rs‑fMRI图像数据进行预处理，得到平均时间序列；根据平均时间序列构建与各脑疾病数据集和脑模板对应的功能连接网络，并从功能连接网络提取特征，得到特征矩阵；根据预设的稀疏学习模型、正则化项以及特征矩阵，构建与各脑疾病数据集对应的多个初始化脑疾病分类模型；对多个初始化脑疾病分类模型进行集成学习，确定各脑疾病数据集对应的目标脑疾病分类模型。本发明可以使构建的脑功能连接网络更具生理意义，可以有效缓解数据中存在的异质性大的问题，提高脑疾病分类模型的普适性。 | ||
| 搜索关键词： | 疾病 分类 模型 构建 方法 装置 智能 终端 | ||
【主权项】：
1.一种脑疾病分类模型的构建方法，其特征在于，包括：从多个脑疾病数据集获取Rs‑fMRI图像数据；基于多个预设的脑模板对所述Rs‑fMRI图像数据进行预处理，得到平均时间序列；根据所述平均时间序列构建与各所述脑疾病数据集和所述脑模板对应的功能连接网络，并从所述功能连接网络提取特征，得到特征矩阵；其中，所述功能连接网络与数据拟合项、稀疏约束项和秩约束项关联；根据预设的稀疏学习模型、正则化项以及所述特征矩阵，构建与各所述脑疾病数据集对应的多个初始化脑疾病分类模型；对多个所述初始化脑疾病分类模型进行集成学习，确定各所述脑疾病数据集对应的目标脑疾病分类模型。
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深圳大学，未经深圳大学许可，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/201910628897.5/，转载请声明来源钻瓜专利网。
