基于多角度相关关系获取脑区关联信息的方法和系统技术方案

技术编号:24889062 阅读:31 留言:0更新日期:2020-07-14 18:16
本发明专利技术涉及一种基于多角度相关关系获取脑区关联信息的方法和系统,直接基于提取的功能连接,先使用互信息进行形式的特征过滤,即在不改动连接值的情况下评估特征的相关度。当特征数目减少后再进行模型的训练和拟合,此时引入的不确定性会少很多。最后使用一种递归特征消除方法,即和模型相关度契合的递归特征消除方法计量通过过滤后的特征最后对模型的影响。

【技术实现步骤摘要】
基于多角度相关关系获取脑区关联信息的方法和系统
本专利技术涉及一种获取脑区关联信息的方法和系统,尤其涉及一种基于多角度相关关系获取脑区关联信息的方法和系统。
技术介绍
自闭症谱系障碍(ASD)是一种神经发育障碍,以交际障碍、兴趣局限和行为重复刻板为特征。早期诊断及医疗干预,对改善患者的生活质量以及减少社会承担的经济负担至关重要。近年来使用静息态功能图像对自闭症展开研究的方案主要都是围绕皮尔森相关系数进行。通过对功能连接矩阵进行变换,从硬阈值转化为附加正则化项的软阈值,尽可能规避图像采集和图像处理过程中的噪声带来的伪连接。使用CCA方法(CanonicalCorrelationAnalysis)来直接进行特征投影(FeatureProjection)或融合其他模态特征。将功能连接矩阵继续进行皮尔森相关处理,进行更高阶的功能连接特征(FCFeatures)的提取。现有技术都是在基于皮尔森相关系数的连接矩阵的基础上展开研究,然后基于数学变换投影和矩阵迭代等操作。这一步步的迭代过程导致原始的特征-特征的相关性已经淡化。由于原始特征矩阵一般比较大,某些迭本文档来自技高网...

【技术保护点】
1.一种基于多角度相关关系获取脑区关联信息的方法,包括如下步骤:/n采集磁共振图像:采集脑部区域的磁共振图像;/n对采集的磁共振图像进行预处理:对采集的磁共振图像进行预处理,包括对采集的磁共振图像中的干扰信息进行回归剔除、对采集的磁共振图像进行带通滤波处理、对采集的磁共振图像进行图像平滑处理、对采集的磁共振图像进行去除线性漂移处理中的一种或多种;/n获取功能连接值:提取磁共振图像中定义的多个感兴趣脑功能区的血氧水平依赖信号时间序列,根据每个感兴趣脑功能区的血氧水平依赖信号序列,计算两两脑功能区信号序列的皮尔森相关系数作为功能连接值;/n通过T检验进行特征过滤:将多个脑功能区的功能连接值构建成矩...

【技术特征摘要】
1.一种基于多角度相关关系获取脑区关联信息的方法,包括如下步骤:
采集磁共振图像:采集脑部区域的磁共振图像;
对采集的磁共振图像进行预处理:对采集的磁共振图像进行预处理,包括对采集的磁共振图像中的干扰信息进行回归剔除、对采集的磁共振图像进行带通滤波处理、对采集的磁共振图像进行图像平滑处理、对采集的磁共振图像进行去除线性漂移处理中的一种或多种;
获取功能连接值:提取磁共振图像中定义的多个感兴趣脑功能区的血氧水平依赖信号时间序列,根据每个感兴趣脑功能区的血氧水平依赖信号序列,计算两两脑功能区信号序列的皮尔森相关系数作为功能连接值;
通过T检验进行特征过滤:将多个脑功能区的功能连接值构建成矩阵,提取主对角线右上部分展开成向量,将其作为单个样本对应的特征向量,将所述特征向量组成特征矩阵,该特征矩阵包括只含自闭症样本向量的第一特征矩阵和只含对照样本向量的第二特征矩阵;如果通过T检验判断为不接受特征k在自闭症样本的分布里的平均值与特征k在正常对照样本的分布里的平均值相同,则表明该特征在自闭症样本总体和对照样本总体间差距明显,该特征与自闭症具有很大的相关性;
通过互信息筛选进行特征过滤:通过互信息筛选方法筛选,即:按特征和类标号的互信息进行筛选,直到选定数目的特征被选中;
消除递归特征:通过支持向量机分类器消除递归特征,然后将向量从小到大输出得到无关脑区和相关脑区的信息。


2.根据权利要求1所述基于多角度相关关系获取脑区关联信息的方法,其特征在于,将多个脑功能区的功能连接值构建成矩阵,该矩阵以脑区为顶点,以功能连接为边的权重。


3.根据权利要求1所述基于多角度相关关系获取脑区关联信息的方法,其特征在于,自闭症样本的分布里的平均值和正常对照样本的分布里的平均值呈正态分布。


4.根据权利要求1所述基于多角度相关关系获取脑区关联信息的方法,其特征在于,通过T检验进行特征过滤时,对自闭症样本的分布里的平均值和正常对照样本的分布里的平均值使用独立双侧T检验。


5.根据权利要求1所述基于多角度相关关系获取脑区关联信息的方法,其特征在于,在消除递归特征步骤中,每次迭代去除一个特征完成训练。


6.根...

【专利技术属性】
技术研发人员:周家秀魏彦杰林飞飞林鄞徐坚德
申请(专利权)人:深圳市儿童医院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1