[发明专利]一种大脑功能网络特征分类方法有效
| 申请号： | 201910869504.X | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110598793B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 焦竹青;季一新;焦庭轩;邹凌;曹音;张煜东 | 申请（专利权）人： | 常州大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G16H30/20;A61B5/055 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 李寰 |
| 地址： | 213164 江苏省*** | 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： | 本发明涉及一种大脑功能网络特征分类方法，包括以下步骤：对功能磁共振成像进行格式转换和预处理，提取各个脑区的时间序列；将时间序列划分为长度固定的重叠子段，计算各子段间的相关系数构建若干个动态功能网络；将每个动态大脑功能网络的上三角元素的列向量拼接成一个功能连接向量，并将每个被试的所有功能连接向量组合成功聚合矩阵；将所有被试的聚合矩阵作为样本划分为三部分，每个样本作为特征子空间；训练集对每个特征子空间进行学习并进行分类得出训练结果；验证集对网络模型进行评估并调整网络参数；测试集对每个特征子空间进行分类得出最终分类结果。本发明对研究大脑的认知功能障碍具有一定的参考价值。 | ||
| 搜索关键词： | 一种 大脑 功能 网络 特征 分类 方法 | ||
【主权项】：
1.一种大脑功能网络特征分类方法，其特征在于，结合了深度多项式网络模型，包括以下步骤：/n步骤一：对采集到的每个被试的大脑功能磁共振图像行读取和格式转换，再进行预处理，包括：时间校正、头动矫正、空间配准、空间标准化、平滑、滤波操作；/n步骤二：选定一种标准化大脑分区模板与预处理后的功能磁共振图像进行匹配，划分图像为若干个大脑区域，每个脑区分别对应大脑功能网络中的一个节点；/n步骤三：提取不同脑区对应的时间序列，用滑动时间窗法将时间序列分割成若干段，每一段相互重叠，窗口长度相同，计算每个时间子段的相关系数，构建随时间变化的动态大脑功能网络，邻接矩阵大小为N×N；滑动窗口法的表达式如下：/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常州大学，未经常州大学许可，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/201910869504.X/，转载请声明来源钻瓜专利网。
