基于脑龄的AD风险预测系统及模型生成方法技术方案

本申请公开了一种基于脑龄的AD风险预测系统及模型生成方法，所述AD风险预测系统基于大脑实际脑龄与理论脑龄的差值利用Cox比例风险预测模型进行风险预测，并且，进一步地，基于所述Cox比例风险预测模型的预测结果生成可视化列线图，本申请提供的系统所使用的原始数据获取方式友好，所使用的数据模型更为轻量化、运算速度更快，并且，本系统提供的预测结果为定量结果，具有更好的可解释性。具有更好的可解释性。

【技术实现步骤摘要】
基于脑龄的AD风险预测系统及模型生成方法


[0001]本申请属于智慧医疗领域，特别涉及一种基于脑龄的AD风险预测系统及模型生成方法。

技术介绍

[0002]阿尔茨海默症(Alzheimer's disease，AD)和正常衰老都会造成认知下降、记忆衰退、反应变慢等问题，但是阿尔茨海默症患者的认知下降比正常老年人更迅速。AD即所谓的老年痴呆症是世界上最常见的神经退行性疾病之一，并且，每年发病率呈指数级增长，据预测，至2050年全球将有八十五分之一的人患老年痴呆，该疾病带来的巨大社会负担已成为全球重要的公共卫生问题。轻度认知障碍(MildCognitive Impairment，MCI)是AD发病前的一种高风险状态，鉴别可能会发生转化的MCI人群并进行早期干预和治疗对降低AD发生率具有重要的临床意义。
[0003]目前，主流的鉴别具有转化风险的MCI人群的方法可大致分为三种：第一种是通过检测脑脊液中生物标志物的含量水平来评估MCI患者转化为AD的风险，但是，由于获取脑脊液生物标志物的方法具有侵入性，可能会引起受试者的不适和副作用，因此，这种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑龄的AD风险预测系统，其特征在于，所述AD风险预测系统包括：脑结构图像采集设备和处理器，所述脑结构图像采集设备用于采集待测脑结构图像，所述处理器用于执行以下步骤：根据生理年龄以及由脑结构图像采集设备采集所得脑结构图像生成脑龄差；获取附加风险因子信息，所述附加风险因子信息包括性别以及MMSE评分；基于所述脑龄差以及附加风险因子信息利用Cox比例风险预测模型生成Cox比例预测函数；基于所述Cox比例预测函数利用列线图预测模型生成预测列线图。2.根据权利要求1所述的AD风险预测系统，其特征在于，所述根据生理年龄以及由脑结构图像采集设备采集所得脑结构图像生成脑龄差具体包括：利用脑结构图像采集设备采集原始脑结构图像；对所述原始脑结构图像进行预处理获得脑结构特征图像；利用降维模型对所述脑结构特征图像进行降维，获得感兴趣体素；基于感兴趣体素利用脑龄预测模型生成实际脑龄；根据所述实际脑龄与生理年龄生成脑龄差。3.根据权利要求2所述的AD风险预测系统，其特征在于，对所述原始脑结构图像进行预处理获得脑结构特征图像包括：去除所述原始脑结构图像中的非脑结构图像获得纯脑结构图像；对所述纯脑结构图像进行图像配准；对配准后的图像进行脑组织分割；对分割后的图像进行平滑处理。4.根据权利要求2所述的AD风险预测系统，其特征在于，基于所述感兴趣体素利用脑龄预测模型生成实际脑龄包括：将所述感兴趣体素输入脑龄预测模型，生成脑龄预测值。5.根据权利要求4所述的AD风险预测系统，其特征在于，所述脑龄预测模型可根据包括以下步骤的方法训练而得：将所述感兴趣体素输入脑龄预测初始模型，利用所述脑龄预测初始模型生成脑龄预测值；基于所述脑龄预测值与脑龄实际值利用预设的回归函数生成回归值；基于所述回归值调整所述脑龄预测初始模型的参数；响应于确定调整参数后的脑龄预测初始模型符合预设条件，将所述调整参数后的脑龄预测初始模型确定为...

【专利技术属性】
技术研发人员：胡斌，董群喜，刘伟佳，刘竞宇，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：