基于GCN分析fMRI图像的系统、方法、电子设备及介质技术方案

技术编号:37151446 阅读:28 留言:0更新日期:2023-04-06 22:07
本发明专利技术实施例公开了一种基于GCN分析fMRI图像的系统、方法、电子设备及介质,从大脑fMRI图像数据中选取感兴趣区域,提取每个感兴趣区域中所有体素对应的时间序列,并生成感兴趣区域的功能连接矩阵;通过NetMF节点嵌入算法提取功能连接矩阵中的每个节点的高级特征;将高级特征输入GCN模型训练GCN模型;将待分析fMRI图像的高级特征输入训练好的GCN模型中得到分析结果。该基于GCN分析fMRI图像的方法改善了现有技术中从原始fMRI图像中提取高级特征的成本较高,且用于分析fMRI图像的网络模型计算能力较差的问题。能力较差的问题。能力较差的问题。

【技术实现步骤摘要】
基于GCN分析fMRI图像的系统、方法、电子设备及介质


[0001]本专利技术涉及计算机
,具体涉及一种基于GCN分析fMRI图像的系统、方法、电子设备及介质。

技术介绍

[0002]任务态FMRI数据建模为分析特定任务执行期间人脑的工作机制提供了工作机会,当参与者的大脑主动执行明确任务时,任务态FMRI扫描可以在任务块内获取大脑三维体积的时间序列,通过提取任务态FMRI成像的时间序列数据进行分类可用于分析大脑功能性活动,然而其数据的高维性导致计算成本较高,且现有算法结构与人脑中的功能信息处理模式截然不同,从而限制了它们用作大脑计算模型的能力。

技术实现思路

[0003]本专利技术实施例的目的在于提供一种基于GCN分析fMRI图像的系统、方法、电子设备及介质,用以解决现有技术中从原始fMRI图像中提取高级特征的成本较高,且用于分析fMRI图像的网络模型计算能力较差的问题。
[0004]为实现上述目的,本专利技术实施例提供一种基于GCN分析fMRI图像的方法,所述方法具体包括:采集大脑fMRI图像数据,并对所述大脑f本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GCN分析fMRI图像的方法,其特征在于,所述方法具体包括:采集大脑fMRI图像数据,并对所述大脑fMRI图像数据进行预处理;从所述大脑fMRI图像数据中选取感兴趣区域,提取每个感兴趣区域中所有体素对应的时间序列,计算不同感兴趣区域之间的皮尔森相关系数,并采用Fisher

z变换对系数进行非线性处理,生成所述感兴趣区域的功能连接矩阵;通过NetMF节点嵌入算法提取所述功能连接矩阵中的每个节点的高级特征;构建GCN模型;将所述高级特征输入所述GCN模型训练所述GCN模型;将待分析fMRI图像的高级特征输入训练好的GCN模型中得到分析结果。2.根据权利要求1所述的基于GCN分析fMRI图像的方法,其特征在于,所述从所述大脑fMRI图像数据中选取感兴趣区域,提取每个感兴趣区域中所有体素对应的时间序列,计算不同感兴趣区域之间的皮尔森相关系数,并采用Fisher

z变换对系数进行非线性处理,生成所述感兴趣区域的功能连接矩阵,包括:将所述大脑fMRI图像数据中的每个大脑fMRI图像定义为由节点集和边集构成,其中,且,边有两个端点和,由连接;且,所述大脑fMRI图像数据包括无向大脑fMRI图像、有向大脑fMRI图像和加权大脑fMRI图像;所述有向大脑fMRI图像由具有关联方向的边连接的节点集组成;所述无向大脑fMRI图像,边没有方向;所述加权大脑fMRI图像,每条边指定权重,且基于权重可以量化节点之间的交互程度或交换量。3.根据权利要求2所述的基于GCN分析fMRI图像的方法,其特征在于,所述从所述大脑fMRI图像数据中选取感兴趣区域,提取每个感兴趣区域中所有体素对应的时间序列,计算不同感兴趣区域之间的皮尔森相关系数,并采用Fisher

z变换对系数进行非线性处理,生成所述感兴趣区域的功能连接矩阵,还包括:将每个大脑fMRI图像分割成若干个解剖区域,基于所述解剖区域选取所述感兴趣区域,并生成所述感兴趣区域的功能连接矩阵;其中所述功能连接矩阵包括邻接矩阵、特征矩阵和图拉普拉斯矩阵,所述特征矩阵包括节点特征矩阵和边缘特征矩阵;对于具有个节点的大脑fMRI图像,邻接矩阵为一个矩阵,当和之间存在直接连接时,则;当和之间没有直接连接时,则,当所述大脑fMRI图像为加权图像时,则满足时,,否则;在所述节点特征矩阵中,表示节点v的维特征向量,其中是大脑fMRI图像中的节点数,是节点特征数;在边缘特征矩阵中,代表边缘的维特征向量;将图拉普拉斯矩阵定义为,其中是度矩阵,,是未加权大脑fMRI图像的邻接矩阵;加权大脑fMRI图像,其中是加权邻接矩阵;
将对称正则化图拉普拉斯矩阵定义为,其中是单位矩阵。4.根据权利要求1所述的基于GCN分析fMRI图像的方法,其特征在于,所述通过NetMF节点嵌入算法提取所述功能连接矩阵中的每个节点的...

【专利技术属性】
技术研发人员:刘伟奇马学升陈磊陈金钢左林雄陈韵如
申请(专利权)人:同心智医科技北京有限公司
类型:发明
国别省市:

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