用于诊断功能性消化不良的方法、系统、装置及存储介质制造方法及图纸

本发明专利技术属于医疗领域，具体涉及用于诊断功能性消化不良的方法、系统、装置及存储介质。步骤如下，获取待测体的待测脑影像信息与对照组的对照脑影像信息；分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；根据所述待训练特征构建随机森林分类模型；根据所述待测特征和所述随机森林分类模型得到诊断结果。本发明专利技术使得诊断功能性消化不良的过程更加简单、诊断率大大提升，并且还降低了患病个体在诊断过程中的痛苦。

Methods, systems, devices and storage media for diagnosing functional dyspepsia

The invention belongs to the medical field, in particular to a method, system, device and storage medium for diagnosing functional dyspepsia. The steps are as follows: acquiring the information of the brain image to be measured and the information of the control group; extracting the features of the brain image to be measured and the information of the control brain image to be trained; constructing the random forest classification model according to the trained features; and diagnosing the random forest classification model according to the trained features and the random forest classification model. Result. The invention simplifies the process of diagnosing functional dyspepsia, greatly improves the diagnostic rate, and reduces the pain of the diseased individual in the process of diagnosis.

【技术实现步骤摘要】
用于诊断功能性消化不良的方法、系统、装置及存储介质
本专利技术属于医疗设备领域，具体涉及一种用于诊断功能性消化不良的方法、系统、装置及存储介质。
技术介绍
功能性消化不良(functionaldyspepsia，FD)是起源于胃和十二指肠区域的功能紊乱，按FGIDs新分类罗马VI可分为餐后不适综合症和上腹痛综合症，是一组以反复发作的餐后饱胀、早饱、厌食、嗳气、恶心、呕吐、上腹痛、上腹烧灼感或反酸为主要表现而经各项检查排除器质性、系统性或代谢性疾病的一组常见临床症候群。当前在诊断病人是否为功能性消化不良患者时，诊断过程繁琐；为了排除患者器质性消化不良的可能，患者需要进行胃镜检查，由于胃镜检查时病人绝大多数有恶心、呕吐等痛苦感，且心理上常伴紧张、焦虑、恐惧情绪，因此许多病人往往拒绝检查，以致延误了诊断和治疗；此外，由于功能性消化不良的不确定性使得临床医师在诊断时难以取得较为准确的诊断结果。综上所述，现有的功能性消化不良的诊断方法需要患者承受一定程度的痛苦、诊断准确度低。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种用于诊断功能性消化不良的方法、系统、装置及存储介质。本专利技术要解决的技术问题通过以下技术方案实现：本专利技术实施例提供了一种用于诊断功能性消化不良的方法，步骤如下，获取待测体的待测脑影像信息与对照组的对照脑影像信息；分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；根据所述待训练特征构建随机森林分类模型；根据所述待测特征和所述随机森林分类模型得到诊断结果。在本专利技术的一个实施例中，待测脑影像与所述对照脑影像均为功能性核磁共振脑影像。在本专利技术的一个实施例中，根据所述待训练特征构建随机森林分类模型，包括，根据训练特征构建多个初级随机森林分类模型；对多个初级随机森林分类模型进行性能评估获得随机森林分类模型。在本专利技术的一个实施例中，对多个初级随机森林分类模型进行性能评估获得随机森林分类模型，包括，根据内外嵌套的交叉验证框架对多个初级随机森林分类模型进行评估获得随机森林分类模型。本专利技术还提供了一种用于诊断功能性消化不良的系统，包括影像采集模块、特征提取模块和疾病诊断识别模块；影像采集及预处理模块，用于获取待测体的待测脑影像信息和待测特征参数；特征提取模块，用于分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；疾病诊断识别模块，用于根据所述待训练特征构建随机森林分类模型，并根据所述待测特征和所述随机森林分类模型得到诊断结果。在本专利技术的一个实施例中，所述疾病诊断识别模块包括模型建立单元和诊断单元；模型建立单元，用于根据待训练特征构建随机森林分类模型；诊断单元，用于根据待测特征与随机森林分类模型得到诊断结果。在本专利技术的一个实施例中，所述模型建立单元包括初级模型建立单元和初级模型评估单元；初级模型建立单元，用于根据训练特征构建多个初级随机森林分类模型；初级模型评估单元，用于对多个初级随机森林分类模型进行性能评估获得随机森林分类模型。本专利技术的另一个实施例提供了一种用于诊断功能性消化不良的设备，包括脑影像采集装置、处理器、存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序的步骤为：获取待测体的待测脑影像信息与对照组的对照脑影像信息；分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；根据所述待训练特征构建随机森林分类模型；根据所述待测特征和所述随机森林分类模型得到诊断结果。本专利技术还提供了一种存储介质，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。与现有技术相比，本专利技术的有益效果：本专利技术根据对照脑影像提取特征获得待训练特征建立随机森林分类模型，再将待测体的待测特征输入随机森林分类模型得到诊断结果。这样的诊断方式准确率高，并且患病个体在诊断的过程中无痛苦。附图说明图1为本专利技术实施例提供的用于诊断功能性消化不良的方法流程示意图；图2为本专利技术实施例提供的用于诊断功能性消化不良的方法的五折交叉验证原理示意图；图3为本专利技术实施例提供的用于诊断功能性消化不良的方法的内外嵌套交叉验证框架结构图；图4为本专利技术实施例提供的用于诊断功能性消化不良的方法的平均AUC结果图。具体实施方式下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。如图1所示，本专利技术实施例提供了一种用于诊断功能性消化不良的方法，步骤如下，获取待测体的待测脑影像信息与对照组的对照脑影像信息；分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；根据所述待训练特征构建随机森林分类模型；根据所述待测特征和所述随机森林分类模型得到诊断结果。在本专利技术的一个实施例中，待测脑影像与所述对照脑影像均为功能性核磁共振脑影像。在本专利技术的一个实施例中，根据所述待训练特征构建随机森林分类模型，包括，根据训练特征构建多个初级随机森林分类模型；对多个初级随机森林分类模型进行性能评估获得随机森林分类模型。在本专利技术的一个实施例中，对多个初级随机森林分类模型进行性能评估获得随机森林分类模型，包括，根据内外嵌套的交叉验证框架对多个初级随机森林分类模型进行评估获得随机森林分类模型。具体的，获取待测体的待测脑影像信息和对照体的对照脑影像信息时，首先需要获得待测体脑影像和对照脑影像，再对待测体脑影像和对照脑影像进行分析计算获得全脑体素的中心度(degreecentrality，DC)值。具体的，还需要对待测体脑影像和对照脑影像进行预处理，这样可以提高诊断的准确率。具体的，通过功能性核磁工程成像获得待测体和对照体的脑影像。具体的，在预处理时，要先将功能性核磁共振脑影像的前5个时间序列去除以避免信号不稳定并使受试者适应扫描噪声，再对脑影像进行事件曾校正以及头部运动校正，在基于记录的运动校正时，将被测试个体在每个方向上的最大平移设置为2mm，并且对被测个体在作功能性核磁共振成像期间的最大角运动设置为2°；将功能图像标准化到MNI152模板，并用各向同性高斯核(半高全宽[FWHM]＝6mm)平滑以去除功能性核磁共振脑影像的线性趋势；使用时间滤波器降低功能性核磁共振脑影像的低频漂移和高频生理噪声；使用白质和脑脊液作为协变量进行滋扰回归。具体的，对照组分为患病样本组和健康对照组。具体的，计算待测体和对照组的每个个体的全脑体素的DC值，步骤如下：(1)每个体素的时间序列与全脑中其他体素的时间序列之间计算Pearson相关系数，得到描述全脑功能连接模式的Pearson相关系数矩阵。(2)对每个体素求r>k的相关系数总和，获得每个体素的加权DC值。使用k＝0.2作为阈值来消除具有低相关性的体素，并且已经证明不同的阈值选择没有定性地改变结果。设全脑体素个数为N，aij为第i个体素与第j个体素的功能连接度，则第i个体素的DC值计算公式如下：DC＝∑aij，其中j＝1...N，i≠j，k＝0.2，(3)将每个入组对象的DC图转换为Z分数图(Zscoremap)。则第i个体素的Z分数值计算公式如下：其中，Mean为全脑所有体素DC值的平均值，Std为全脑所有体素的DC值的标准差。具体的，根据全脑体素的DC值进行提取特征，步本文档来自技高网...

【技术保护点】
1.用于诊断功能性消化不良的方法，其特征在于：步骤如下，获取待测体的待测脑影像信息与对照组的对照脑影像信息；分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；根据所述待训练特征构建随机森林分类模型；根据所述待测特征和所述随机森林分类模型得到诊断结果。

【技术特征摘要】
1.用于诊断功能性消化不良的方法，其特征在于：步骤如下，获取待测体的待测脑影像信息与对照组的对照脑影像信息；分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；根据所述待训练特征构建随机森林分类模型；根据所述待测特征和所述随机森林分类模型得到诊断结果。2.根据权利要求1所述的用于诊断功能性消化不良的方法，其特征在于：所述待测脑影像与所述对照脑影像均为功能性核磁共振脑影像。3.根据权利要求1所述的用于诊断功能性消化不良的方法，其特征在于：根据所述待训练特征构建随机森林分类模型，包括，根据训练特征构建多个初级随机森林分类模型；对多个初级随机森林分类模型进行性能评估获得随机森林分类模型。4.根据权利要求3所述的用于诊断功能性消化不良的方法，其特征在于：对多个初级随机森林分类模型进行性能评估获得随机森林分类模型，包括，根据内外嵌套的交叉验证框架对多个初级随机森林分类模型进行评估获得随机森林分类模型。5.用于诊断功能性消化不良的系统，其特征在于：包括影像采集模块、特征提取模块和疾病诊断识别模块；影像采集及预处理模块，用于获取待测体的待测脑影像信息和待测特征参数；特征提取模块，用于分别对所述待测脑影像信息和所述对照脑影像信息进行特征提取，得到待测特征和待训练特征；疾病诊...

【专利技术属性】
技术研发人员：刘鹏，赵英松，巩婕，蒋宁，秦伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61