一种基于核磁共振结构影像加权的决策支持方法及系统技术方案

本发明专利技术提出一种基于核磁共振结构影像加权的决策支持方法及系统，包括：使用已标注核磁共振结构影像作为训练数据，对卷积神经网络模型进行预训练，得到决策支持模型；根据待分析对象的临床资料通过数据库查询，得到该待分析对象患病的前置概率；采用深度学习和统计回归的方法，提取该待分析对象核磁共振结构影像的量化特征，将该量化特征作为权重引入该决策支持模型，将该前置概率输入至该决策支持模型，得到该待分析对象的疾病决策支持结果。本发明专利技术提供的种基于核磁共振结构影像加权的阿尔茨海默病早期预测的方法具有更高的准确率、假阴性率和假阳性率。

【技术实现步骤摘要】
一种基于核磁共振结构影像加权的决策支持方法及系统
本专利技术涉及机器学习领域和智能图像分析领域，并特别涉及一种基于核磁共振结构影像加权的决策支持方法及系统。
技术介绍
阿尔茨海默病(Alzheimer’sDisease，AD)临床上表现为失忆、丧失行动、语言能力等，是典型的老年退行性疾病。阿尔茨海默病(Alzheimer’sDisease，AD)俗称老年痴呆症。国际阿尔茨海默病协会(ADI)颁布的“世界阿尔茨海默病2018年报告”指出：每隔3秒钟，全球将有一位老年人患阿尔茨海默病，产生认知障碍的问题。报告表明了2018年全球约有5千万人患有痴呆，到2050年，这一数字将增至1.52亿。2018年全球社会痴呆相关成本为1万亿美元，到2030年，这一数字将增至2万亿美元。而且因为AD的患病已到晚期的话，对于患者本人及患者家庭有巨大伤害，所以，“早期发现，早期治疗”一直是AD防治的首要原则。轻度认知障碍(MildCognitiveImpairment,MCI)可能是介于正常衰老和阿尔茨海默病之间的一种中间状态。研究表明，与年龄和社会经济条件相近的正常本文档来自技高网...

【技术保护点】
1.一种基于核磁共振结构影像加权的决策支持方法，其特征在于，包括：/n步骤1、使用已标注核磁共振结构影像作为训练数据，对卷积神经网络模型进行预训练，得到决策支持模型；/n步骤2、根据待分析对象的临床资料通过数据库查询，得到该待分析对象患病的前置概率；/n步骤3、采用深度学习和统计回归的方法，提取该待分析对象核磁共振结构影像的量化特征，将该量化特征作为权重引入该决策支持模型，将该前置概率输入至该决策支持模型，得到该待分析对象的疾病决策支持结果。/n

【技术特征摘要】
1.一种基于核磁共振结构影像加权的决策支持方法，其特征在于，包括：
步骤1、使用已标注核磁共振结构影像作为训练数据，对卷积神经网络模型进行预训练，得到决策支持模型；
步骤2、根据待分析对象的临床资料通过数据库查询，得到该待分析对象患病的前置概率；
步骤3、采用深度学习和统计回归的方法，提取该待分析对象核磁共振结构影像的量化特征，将该量化特征作为权重引入该决策支持模型，将该前置概率输入至该决策支持模型，得到该待分析对象的疾病决策支持结果。


2.如权利要求1所述的基于核磁共振结构影像加权的决策支持方法，其特征在于，该步骤1包括：利用医学影像专家的精细标注的阿尔茨海默病核磁共振结构影像数据，对该卷积神经网络模型进行精细调整。


3.如权利要求1所述的基于核磁共振结构影像加权的决策支持方法，其特征在于，该量化特征为与阿尔茨海默病相关的脑区的萎缩体积与阿尔茨海默病相关的脑区的比值。


4.如权利要求1所述的基于核磁共振结构影像加权的决策支持方法，其特征在于，该临床资料包括：个人健康信息和/或实验室检测和/或电子病历。

【专利技术属性】
技术研发人员：赵地，刘瑶，谭光明，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京;11