一种基于多模态医学影像的帕金森病辅助诊断系统及方法技术方案

本发明专利技术公开了一种基于多模态医学影像的帕金森病辅助诊断系统及方法，本系统包括输入模块、特征提取模块、特征融合模块以及诊断模块；输入模块包括磁共振多模态(RS

【技术实现步骤摘要】
一种基于多模态医学影像的帕金森病辅助诊断系统及方法


[0001]本专利技术属于医学影像的计算机分析技术的应用领域，具体涉及一种基于多模态医学影像的帕金森病辅助诊断系统及方法。

技术介绍

[0002]帕金森病(Parkinson
’
s Disease,PD)是全球第二大常见中枢神经系统退行性疾病，以运动功能障碍为特征，具有致残性，晚期可给家庭和社会造成巨大的经济负担。PD的核心病理过程是中脑黑质错误折叠的α
‑
突触核蛋白(α
‑
synuclein,α
‑
syn)的沉积及多巴胺能神经元的进行性丧失。由于其起病的隐匿性，大多数患者在诊断PD时中脑多巴胺神经元就已损失70％以上，因此，早期识别、早期进行疾病修饰治疗对于缓解症状、减轻患者负担具有重要意义。
[0003]类淋巴系统，或脑胶质淋巴系统是最近发现的一种颅内清除通路，由星形胶质细胞末端包绕颅内小动脉及小静脉形成的血管周围空间(perivascular space,PVS)形成。脑脊液及可溶的代谢性废物、毒性蛋白可经此本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态医学影像的帕金森病辅助诊断系统，其特征在于，包括输入模块、特征提取模块、特征融合模块和诊断模块；所述输入模块：包含两个模态的输入，第一模态为MRI图像输入，主要通过T1图像确定小脑底部CSF信号较强的层面，通过RS
‑
fMRI图像获取全脑信号；第二模态为样本数据输入，包括人口学资料；所述特征提取模块：包含两个模态的数据提取；所述特征融合模块：对特征提取模块提取到的gBOLD
‑
CSF耦合系数、样本标签特征和资料特征进行融合后再进行分类，得到多模态特征数据；所述诊断模块：用于将特征选择后的多模态特征数据输入诊断模块后，通过多模态学习算法对特征进行学习，同时进行数据的回归和分类，最终获得诊断结果。2.根据权利要求1所述的基于多模态医学影像的帕金森病辅助诊断系统，其特征在于，所述输入模块连接特征提取模块，特征提取模块连接特征融合模块，特征融合模块连接诊断模块。3.根据权利要求1所述的基于多模态医学影像的帕金森病辅助诊断系统，其特征在于，所述特征提取模块中，第一模态的数据提取包括：提取了全脑灰质的BOLD信号及小脑底部层面第四脑室的脑脊液信号，通过公式计算得到gBOLD
‑
CSF耦合系数；第二模态的数据提取包括：提取人口学资料的特征，得到样本标签特征和资料特征。4.一种基于多模态医学影像的帕金森病辅助诊断方法，其特征在于，包括如下步骤：(1)...

【专利技术属性】
技术研发人员：张宝荣，浦佳丽，宋哲，王之韵，周诚，
申请(专利权)人：浙江大学，
类型：发明
国别省市：