【技术实现步骤摘要】
基于白质连接图及并联卷积神经网络的癫痫辅助检测系统
本专利技术涉及癫痫智能辅助检测领域，尤其涉及一种基于白质连接图及并联卷积神经网络的癫痫辅助检测系统。
技术介绍
全世界大约1％的人受到了癫痫疾病的影响。癫痫是一种神经系统疾病，会损害患者的大脑，并显著增加患者损伤的风险。癫痫不仅给患者带来了巨大的痛苦，而且给社会带来沉重的负担。而自动辅助检测癫痫疾病的系统不仅可以减少医生的工作量，还能有效提升医生诊断的速度和准确率，帮助癫痫患者早日诊断。专利号CN110840432A公开了一种基于一维CNN-LSTM的多通道脑电图癫痫自动检测装置，但由于脑电图的空间分辨率低，只能检测到癫痫患者的头皮信号，而往往癫痫患者是先在白质结构发生病变，再导致脑电信号的改变，所以基于脑电信号的检测不能满足癫痫患者的早期检测需求。有研究人员通过机器学习算法中的支持向量机(SVM)和扩散磁共振数据检测癫痫[1]，但由于支持向量机算法需要人为的设计特征，而人工设计特征依赖大量的先验知识，难度较大，并且难以避免地会带来人为的偏差，导致算法的泛化...
【技术保护点】
1.一种基于白质连接图及并联卷积神经网络的癫痫辅助检测系统，其特征在于，所述系统包括：/n每名受试者采集扩散敏感参数b值为0s/mm
【技术特征摘要】
1.一种基于白质连接图及并联卷积神经网络的癫痫辅助检测系统，其特征在于，所述系统包括：
每名受试者采集扩散敏感参数b值为0s/mm2、1000s/mm2、2000s/mm2的扩散磁共振数据，并进行预处理；
针对不同的b值分别结合神经突方向分散度和密度成像方式、高角度分辨扩散成像方式，提取出受试者的大脑白质纤维特征信息和大脑白质纤维连接信息，将这两种白质信息配准到大脑皮质区域-自动解剖模板中，输出白质连接图至并联卷积神经网络中；
并联卷积神经网络输出检测结果。
2.根据权利要求1所述的一种基于白质连接图和并联卷积神经网络的癫痫辅助检测系统，其特征在于，b值为1000s/mm2和2000s/mm2的数据采集64个梯度方向，b值为0s/mm2的数据通过前向到后向、后向到前向的采集方式。
3.根据权利要求1所述的一种基于白质连接图和并联卷积神经网络的癫痫辅助检测系统，其特征在于，针对不同的b值分别结合神经突...
【专利技术属性】
技术研发人员：司霄鹏，张行健，明东，李锵，周煜，尹绍雅，金卫篷，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12
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。