本发明专利技术公开了一种基于记忆曲线的认知记忆功能障碍辅助诊断装置，属于记忆认知辅助诊断技术领域。本发明专利技术的辅助诊断装置包括：数据预处理单元、脑网络特征获取单元、指定脑区的活动信号特征提取单元、基于记忆曲线的记忆模型生成单元和认知记忆功能障碍检测单元。脑网络特征获取单元用于基于预处理的核磁共振成像数据构建对应的脑网络并进行脑网络特征提取，并结合提取的活动信号特征做作为认知记忆功能障碍检测单元的输入，基于预置检测模型输出辅助诊断结果；辅助诊断结合辅助诊断结果、脑网络拓扑图生成对应的记忆模型并可视化输出显示。本发明专利技术可用于提升认知记忆功能障碍辅助诊断的准确率，以及可实现对检测对象的记忆遗忘过程的可视化显示。遗忘过程的可视化显示。遗忘过程的可视化显示。
【技术实现步骤摘要】
基于记忆曲线的认知记忆功能障碍辅助诊断装置
[0001]本专利技术属于记忆认知辅助诊断
，具体涉及一种基于记忆曲线的认知记忆功能障碍辅助诊断装置。
技术介绍
[0002]功能核磁共振成像(fMRI)是非侵入性影像技术的代表性技术，用于研究不同人群的大脑认知和功能，一般用于创建大脑生理活动的图像，这种成像技术拥有极高的时间、空间分辨率，很大的优势就是无需将被试暴露在电离辐射的环境中，避免了对被试进行二次伤害。
[0003]从功能核磁共振成像技术专利技术到现在，该技术手段为脑科学领域作出了很多贡献，许多学者研究的内容都需要基于fMRI为实验提供支撑，fMRI有利于帮助研究者获取脑部的生理活动信号，能够通过图像看出大脑的异常病变以及生理表征，功能性核磁共振成像技术在临床上也经常用于肿瘤观察。
[0004]大脑从建模手段来看，一般可以采用三种尺度进行仿脑：微观尺度、中尺度、宏观尺度。微观尺度，即由神经元以及突触组成的大脑，从微观的角度来看，就是一张网络拓扑图，其中节点由各个微小的神经元充当，突触作为边。中尺度，即由多个神经元成团，作为网络中的一个节点，多个神经元团体之间的联系作为边。宏观尺度，即将大脑按照生理性质、结构性质等分为多个脑区，并以脑区作为网络中的节点，脑区之间的各种联系(功能联系、物理联系)作为网络中的边。
[0005]传统的记忆理论支持，初期的记忆是动态的，但是一旦巩固就不会再改变。现代的心理学和神经学则表示记忆一直都是动态的，即使稳固的记忆在被激活之后也会进入不稳定的状态，也就是记忆的编码、巩固、再巩固的这个过程中，人脑的记忆系统都展现出了极高的塑造性。记忆是可分类的，当信息流经过人脑编码之后，根据大脑被刺激的时长和次数，可以把记忆分为短时记忆、长时记忆、感觉记忆。其中感觉记忆是最初级的记忆，它仅仅能接收来自五感的信息，感官带来的信息具有及时性、时效性，同时感官信息是巨量的，不少感官信息会被大脑无意识的抛除。大量信息成为感觉记忆之后，在经过大脑的注意(加工)才能变成短时记忆，在短时间内(通常只有数秒时间)，大脑会记住这些信息，但是在不经过任何大脑加工处理的情况下，短时记忆将会以极快的速度遗忘。现有的记忆模型，各有优势可以借鉴。但是大多数模型对于信息的描述非常的单薄，并且对于认知记忆功能受损的人群并不适用。
技术实现思路
[0006]本专利技术提供了一种基于记忆曲线的认知记忆功能障碍辅助诊断装置，可用于提升认知记忆功能障碍辅助诊断的准确率，同时可实现对检测对象的记忆遗忘过程的可视化显示。
[0007]本专利技术采用的技术方案为：
[0008]基于记忆曲线的认知记忆功能障碍辅助诊断装置，该装置包括：数据预处理单元、脑网络特征获取单元、指定脑区的活动信号特征提取单元、基于记忆曲线的记忆模型生成单元和认知记忆功能障碍检测单元；
[0009]其中，数据预处理单元，用于对输入的核磁共振成像数据进行数据预处理，并将预处理后的数据分别送入脑网络特征获取单元和指定脑区的活动信号特征提取单元；
[0010]脑网络特征获取单元，基于脑区之间的皮尔逊相关系数，构建脑功能网络，或者构建脑功能网络和脑结构网络；
[0011]脑功能网络为：基于预置的脑区模板，对大脑进行分区，获取每个脑区数的据预处理后的功能核磁共振成像数据的时间序列，计算任意两个脑区之间的时间序列的皮尔逊相关系数，若得到相关系数大于指定阈值，则当前两个脑区之间连通，否则不连通，构建出脑功能网络并保存；
[0012]脑结构网络为：基于预置的脑区模板，对大脑进行分区，获取每个脑区的结构核磁共振成像数据中的灰质图像，计算任意两个脑区的灰质图像之间的皮尔逊相关系数，若该相关系数大于指定指定阈值，则当前两个脑区之间连通，否则不连通，构建出脑结构网络并保存；
[0013]脑网络特征获取单元基于指定的网络属性指标提取脑功能网络、脑结构网络的网络特征，得到脑网络特征并发送给认知记忆功能障碍检测单元；
[0014]指定脑区的活动信号特征提取单元，用于提取与认知记忆相关的指定脑区的活动信号特征，并发送给认知记忆功能障碍检测单元；
[0015]认知记忆功能障碍检测单元，预置有训练好的认知记忆功能障碍检测模型，以脑网络特征和活动信号特征作为认知记忆功能障碍检测模型的输入，基于其输出得到当前检测对象的认知记忆功能障碍检测结果，并将认知记忆功能障碍检测结果发送至基于记忆曲线的记忆模型生成单元，其中，认知记忆功能障碍检测结果包括两类：正常或非正常；
[0016]基于记忆曲线的记忆模型生成单元，从脑网络特征提取单元中获取当前检测对象的脑网络，并提取指定脑区的网络拓扑得到记忆模型的初始网络拓扑图，将每个指定脑区作为一个记忆属性节点，并基于脑区间的皮尔逊相关系数得到记忆属性节点间的关联系数；以及将各记忆属性节点分为两类：A级和B级，且A级的重要性高于B级；再基于用户输入的记忆属性节点的刺激信息，根据预置的健康人群的记忆曲线和认知记忆障碍人群的记忆曲线，计算不同经过时间下的各记忆属性节点的总关联系数，基于当前计算得到的总关联系数，更新记忆模型的网络拓扑图：若当前计算得到的总关联系数的值大于1，则将其重置为1，并将总关联系数低于模糊阈值的忆属性节点视为模糊节点并进行模糊节点标注，并将B级的模糊节点从当前记忆模型的网络拓扑图中删除，得到对应经过时间下的记忆模型的网络拓扑图并可视化输出。
[0017]本专利技术提供的技术方案至少带来如下有益效果：
[0018]本专利技术对采集的核磁共振成像数据经预处理之后，构建脑结构网络和脑功能网络，以提取指定的脑网络特征，供其他单元使用；以及提取出异常脑区(与认知记忆相关的指定脑区)的大脑活动信号(如ALFF信号、fALFF信号以及Reho信号等)，然后，基于提取的被使者的脑网络特征和脑区活动信号特征对设置的辅助诊断认知记忆功能障碍疾病的机器学习模型进行模型参数训练，进而可以得到训练好的机器学习模型，再基于其对检测对象
进行认知记忆功能障碍辅助诊断，即将检测对象的脑网络特征和指定脑区的脑区活动信号特征输入训练好的机器学习模型，基于其输出获知辅助诊断结果；同时，本专利技术将异常脑区、网络拓扑属性和属性拓扑相结合，提出了适用于认知记忆功能障碍人群的记忆遗忘曲线(记忆曲线)和基于属性拓扑的认知记忆障碍人群的记忆模型，然后对该人群的记忆遗忘过程进行模拟仿真的可视化输出。
附图说明
[0019]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0020]图1为本专利技术实施例提供的基于记忆曲线的认知记忆功能障碍辅助诊断装置的结构示意图。
[0021]图2为本专利技术实施例中，分级后的“生物和水”属性拓扑示意图。
[0022]图3为本专利技术具体实施方式中，AD遗忘曲线与HC遗忘曲线对比。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于记忆曲线的认知记忆功能障碍辅助诊断装置，其特征在于，包括：数据预处理单元、脑网络特征获取单元、指定脑区的活动信号特征提取单元、基于记忆曲线的记忆模型生成单元和认知记忆功能障碍检测单元；数据预处理单元，用于对输入的核磁共振成像数据进行数据预处理，并将预处理后的数据分别送入脑网络特征获取单元和指定脑区的活动信号特征提取单元；脑网络特征获取单元，基于脑区之间的皮尔逊相关系数，构建脑功能网络，或者构建脑功能网络和脑结构网络；脑功能网络为：基于预置的脑区模板，对大脑进行分区，获取每个脑区数的据预处理后的功能核磁共振成像数据的时间序列，计算任意两个脑区之间的时间序列的皮尔逊相关系数，若得到相关系数大于指定阈值，则当前两个脑区之间连通，否则不连通，构建出脑功能网络并保存；脑结构网络为：基于预置的脑区模板，对大脑进行分区，获取每个脑区的结构核磁共振成像数据中的灰质图像，计算任意两个脑区的灰质图像之间的皮尔逊相关系数，若该相关系数大于指定指定阈值，则当前两个脑区之间连通，否则不连通，构建出脑结构网络并保存；脑网络特征获取单元基于指定的网络属性指标提取脑功能网络、脑结构网络的网络特征，得到脑网络特征并发送给认知记忆功能障碍检测单元；指定脑区的活动信号特征提取单元，用于提取与认知记忆相关的指定脑区的活动信号特征，并发送给认知记忆功能障碍检测单元；认知记忆功能障碍检测单元，预置有训练好的认知记忆功能障碍检测模型，以脑网络特征和活动信号特征作为认知记忆功能障碍检测模型的输入，基于其输出得到当前检测对象的认知记忆功能障碍检测结果，并将认知记忆功能障碍检测结果发送至基于记忆曲线的记忆模型生成单元，其中，认知记忆功能障碍检测结果包括两类：正常或非正常；基于记忆曲线的记忆模型生成单元，从脑网络特征提取单元中获取当前检测对象的脑网络，并提取指定脑区的网络拓扑得到记忆模型的初始网络拓扑图，将每个指定脑区作为一个记忆属性节点，并基于脑区间的皮尔逊相关系数得到记忆属性节点间的关联系数；以及将各记忆属性节点分为两类：A级和B级，且A级的重要性高于B级；再基于用户输入的记忆属性节点的刺激信息，根据预置的健康人群的记忆曲线和认知记忆障碍人群的记忆曲线，计算不同经过时间下的各记忆属性节点的总关联系数，基于当前计算得到的总关联系数，更新记忆模型的网络拓扑图：若当前计算得到的总关联系数的值大于1，则将其重置为1，并将总关联系数低于模糊阈值的忆属性节点视为模糊节点并进行模糊节点标注，并将B级的模糊节点从当前记忆模型的网络拓扑图中删除，得到对应经过时间下的记忆模型的网络拓扑图并可视化输出。2.如权利要求1所述的辅助诊断装置，其特征在于，指定脑区包括八个，分别为：海马、前额叶、间脑、纹状体、小脑、新皮层、杏仁...
【专利技术属性】
技术研发人员：邢建川，孔渝峰，周春文，陈洋，曾凤，付鱼，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
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。