核磁共振图像分析方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开一种核磁共振图像分析方法、系统、装置及存储介质，涉及计算机技术领域。其中，核磁共振图像分析方法包括以下步骤：获取预设时间长度下的核磁共振图像序列；根据核磁共振图像序列中多张核磁共振图像确定脑区之间的第一静态功能连接特征；根据核磁共振图像序列中多个连续的时间窗口下的核磁共振图像子序列确定脑区之间的动态功能连接特征；将核磁共振图像序列输入卷积神经网络特征提取模型得到卷积神经网络概率特征；融合第一静态功能连接特征、动态功能连接特征和卷积神经网络概率特征得到融合特征；根据融合特征进行分类预测得到核磁共振图像序列的分类结果。本申请能够提高核磁共振图像分类的准确性。能够提高核磁共振图像分类的准确性。能够提高核磁共振图像分类的准确性。

【技术实现步骤摘要】
核磁共振图像分析方法、系统、装置及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种核磁共振图像分析方法、系统、装置及存储介质。

技术介绍

[0002]意识障碍疾病(disorder of consciousness，DOC)主要是指由于创伤性脑外伤、缺血性脑损伤、缺氧等原因导致的意识损伤，包含多个子类，其中，UWS(Unresponsive wakefulness syndrome，无意识苏醒综合征)与MCS(minimal consciousness state，最小意识状态)的区分最为重要，也最具挑战性。UWS患者呈现无意识苏醒状态，对自己及周边环境无法作出主动性的反馈。MCS保有一定水平的意识，能对自己及周边环境给出一定程度的主动性的反馈，但由于意识水平很低且波动性大，通过临床最常用的行为量表评估方法难以检测到潜在的意识，错误率高达40％。因此，亟需有效的技术手段予以补充，提高诊断精度。
[0003]CRS
‑
R(the coma recovery scale
–/>revised，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种核磁共振图像分析方法，其特征在于，包括以下步骤：获取预设时间长度下的核磁共振图像序列；根据所述核磁共振图像序列中多张核磁共振图像确定脑区之间的第一静态功能连接特征；根据所述核磁共振图像序列中多个连续的时间窗口下的核磁共振图像子序列确定脑区之间的动态功能连接特征；将所述核磁共振图像序列输入卷积神经网络特征提取模型得到卷积神经网络概率特征；融合所述第一静态功能连接特征、所述动态功能连接特征和所述卷积神经网络概率特征得到融合特征；根据所述融合特征进行分类预测，得到所述核磁共振图像序列的分类结果。2.根据权利要求1所述的核磁共振图像分析方法，其特征在于，所述根据所述核磁共振图像序列中每一张核磁共振图像确定脑区之间的第一静态功能连接特征包括以下步骤：计算每一张核磁共振图像中不同脑区之间的皮尔逊相关系数，得到静态功能连接矩阵；融合多张所述核磁共振图像的静态功能连接矩阵，得到第一静态功能连接特征。3.根据权利要求2所述的核磁共振图像分析方法，其特征在于，所述融合多张所述核磁共振图像的静态功能连接矩阵，得到第一静态功能连接特征包括以下步骤：计算多个所述静态功能连接矩阵中相同位置的元素平均值；根据所有位置的元素平均值得到所述第一静态功能连接特征。4.根据权利要求1所述的核磁共振图像分析方法，其特征在于，所述根据所述核磁共振图像序列中多个连续的时间窗口下的核磁共振图像子序列确定脑区之间的动态功能连接特征包括以下步骤：根据预设的时间窗口长度设置在所述核磁共振图像序列上设置时间窗口；根据预设的滑动步长移动所述时间窗口；在每一个时间窗口下截取一系列核磁共振图像，得到多个连续的核磁共振图像子序列；根据每一个核磁共振图像子序列计算第二静态功能连接特征；根据多个所述核磁共振图像子序列对应的第二静态功能连接特征确定动态功能连接特征。5.根据权利要求1所述的核磁共振图像分析方法，其特征在于，所述融合所述第一静态功能连接特征、所述动态功能连接特征和所述卷积神经网络概率特征得到融合特征包括以下步骤：计算所述第一静态功能连接特征、所述动态功能连接特征和所述卷积神经网络概率特征两两之间的相似性矩阵；通过谱聚类算法聚合多个所述相似性矩阵得到融合特征。6.根据...

【专利技术属性】
技术研发人员：杨欢，孔令聪，骆文，梁会营，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：