The embodiment of the present invention relates to the field of magnetic resonance technology, and provides a method and device for assistant diagnosis of diseases. The method includes: acquiring the fMRI data to be diagnosed; inputting the fMRI data to be diagnosed into the pre-trained hybrid neural network for disease prediction, and obtaining the assistant diagnosis results corresponding to the fMRI data to be diagnosed; and based on the hybrid neural network when the assistant diagnosis results are ill. The visual map of the disease area corresponding to the fMRI data to be diagnosed was determined. Compared with the prior art, the embodiment of the present invention can realize the visualization of the predicted disease area, thus providing a powerful auxiliary reference for the doctor's diagnosis.
【技术实现步骤摘要】
疾病辅助诊断方法及装置
本专利技术实施例涉及磁共振
,具体而言,涉及一种疾病辅助诊断方法及装置。
技术介绍
功能磁共振成像(functionalmagneticresonanceimaging,fMRI)是一种完整监测患者脑区时空活动变化的方法,相较于传统电极式脑电图分析方法能够更加全面的反映患者脑区的时空活动变化。随着人工智能技术的发展,基于fMRI的计算机辅助诊断正在逐步发展,通过利用计算机对影像图片的分类判读,辅助医生进行疾病诊断,从而降低读片工作量,提高诊断准确率。现有的基于fMRI的计算机辅助诊断方法,多专注于疾病的诊断,并不能对可能的患病区域进行定位,从而使得辅助诊断效果不理想。
技术实现思路
本专利技术实施例的目的在于提供一种疾病辅助诊断方法及装置,用以改善上述问题。为了实现上述目的,本专利技术实施例采用的技术方案如下:第一方面,本专利技术实施例提供了一种疾病辅助诊断方法,所述方法包括:获取待诊断功能磁共振成像fMRI数据;将待诊断fMRI数据输入预先训练好的混合神经网络中进行疾病预测,得到待诊断fMRI数据对应的辅助诊断结果;当辅助诊断结果为患病时,基于混合神经网络确定出待诊断fMRI数据对应的患病区域可视图。第二方面,本专利技术实施例还提供了一种疾病辅助诊断装置,所述装置包括数据获取模块、疾病预测模块及病患可视图辅诊模块。其中,数据获取模块用于获取待诊断功能磁共振成像fMRI数据;疾病预测模块用于将所述待诊断fMRI数据输入预先训练好的混合神经网络中进行疾病预测,得到所述待诊断fMRI数据对应的辅助诊断结果;病患可视图辅诊模块用于当所述 ...
【技术保护点】
1.一种疾病辅助诊断方法,其特征在于,所述方法包括:获取待诊断功能磁共振成像fMRI数据;将待诊断fMRI数据输入预先训练好的混合神经网络中进行疾病预测,得到所述待诊断fMRI数据对应的辅助诊断结果;当所述辅助诊断结果为患病时,基于所述混合神经网络确定出所述待诊断fMRI数据对应的患病区域可视图。
【技术特征摘要】
1.一种疾病辅助诊断方法,其特征在于,所述方法包括:获取待诊断功能磁共振成像fMRI数据;将待诊断fMRI数据输入预先训练好的混合神经网络中进行疾病预测,得到所述待诊断fMRI数据对应的辅助诊断结果;当所述辅助诊断结果为患病时,基于所述混合神经网络确定出所述待诊断fMRI数据对应的患病区域可视图。2.如权利要求1所述的方法,其特征在于,所述混合神经网络包括深度卷积神经网络和长短时记忆网络;所述将待诊断fMRI数据输入预先训练好的混合神经网络中进行疾病预测,得到所述待诊断fMRI数据对应的辅助诊断结果的步骤,包括:将所述待诊断fMRI数据输入所述混合神经网络,利用所述深度卷积神经网络提取所述待诊断fMRI数据中的空间维度特征;将获得的所述空间维度特征输入所述长短时记忆网络,利用所述长短时记忆网络对所述空间维度特征进行时间维度的迭代计算,得到所述辅助诊断结果。3.如权利要求1所述的方法,其特征在于,所述当所述辅助诊断结果为患病时,基于所述混合神经网络确定出所述待诊断fMRI数据对应的患病区域可视图的步骤,包括:当所述辅助诊断结果为患病时,获取疾病预测过程中所述混合神经网络每一层的输出特征图;对所述每一层的输出特征图均进行最大化激活处理得到对应的激活图;计算所有激活图在时间维度中的均值,并基于得到的计算结果在原始fMRI图像中标记出患病区域,得到所述患病区域可视图。4.如权利要求1所述的方法,其特征在于,所述方法还包括:获取磁共振扫描仪采集的待诊断fMRI图像,并将所述待诊断fMRI图像转换为数据矩阵格式,得到待诊断fMRI数据。5.如权利要求1所述的方法,其特征在于,采用下述方式得到训练好的混合神经网络:获取多个fMRI训练样本及每个所述fMRI训练样本的样本标签;基于所述fMRI训练样本及所述fMRI训练样本的样本标签,对构建的混合神经网络进行训练;对训练后的混合神经网络进行评估,得到评估结果;依据所述评估结果判断混合神经网络是否达到预设条件,并在所述混合神经网络达到预设条件时,得到训练好的混合神经网络。6.如权利要求5所述的方法,其特征在于,所述混合神经网络为其中,xi为f...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。