【技术实现步骤摘要】
本专利技术涉及人工智能领域，尤其是涉及一种功能核磁共振脑梗死区域提取方法及系统。
技术介绍
1、脑梗死，又称脑梗塞，是指大脑中的某个组织区域出现坏死情况，是由向大脑供应血液和氧气的动脉阻塞或狭窄所导致。脑梗死的症状主要是偏瘫、言语障碍、视力障碍，甚至会出现意识障碍。功能核磁共振（fmri，functionalmagneticresonanceimaging）是一种非入侵的成像方法，在脑部疾病的诊断中发挥着重要作用，fmri通过测量血氧水平依赖性信号（bold）来工作，bold信号是血液中氧含量变化的结果；当大脑区域活动时，血液流量会增加，氧含量也会增加，进而bold信号的增加。fmri可以检测大脑的缺血区域，并有助于确定脑梗死的程度和范围。人工智能通过分析大量的医学图像数据，从医学图像中自动提取特征，已经广泛应用在医学图像处理中，但是对于利用功能核磁共振提取脑梗死区域的研究较少，现有的机器学习方法识别的准确度不高。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种功能核磁共振脑梗死...
【技术保护点】
1.一种功能核磁共振脑梗死区域提取方法，其特征在于，所述方法包括以下步骤：获取脑部功能核磁共振fMRI图像并进行预处理，将所述fMRI图像分割为多个图像块，并确定每个图像块的中心点，以所述中心点为中心采用不同大小的卷积核进行卷积得到每个图像块对应的多个卷积结果，将所述卷积结果放入到长度为C1的向量，由所有的图像块对应的向量构成N×C1的矩阵，根据N×C1的矩阵得到第一特征矩阵，其中N为图像块个数，C1为卷积核个数；对所述fMRI图像分别进行低通滤波和高通滤波得到低通滤波图像和高通滤波图像，将低通滤波图像、高通滤波图像和所述fMRI图像按照所述图像块的大小进行分割并提取...
【技术特征摘要】
1.一种功能核磁共振脑梗死区域提取方法，其特征在于，所述方法包括以下步骤：获取脑部功能核磁共振fmri图像并进行预处理，将所述fmri图像分割为多个图像块，并确定每个图像块的中心点，以所述中心点为中心采用不同大小的卷积核进行卷积得到每个图像块对应的多个卷积结果，将所述卷积结果放入到长度为c1的向量，由所有的图像块对应的向量构成n×c1的矩阵，根据n×c1的矩阵得到第一特征矩阵，其中n为图像块个数，c1为卷积核个数；对所述fmri图像分别进行低通滤波和高通滤波得到低通滤波图像和高通滤波图像，将低通滤波图像、高通滤波图像和所述fmri图像按照所述图像块的大小进行分割并提取特征得到三个n×c2的矩阵，采用注意力机制得到对应的第二特征矩阵，其中c2为正整数；将第一特征矩阵和第二特征矩阵融合后输入到主干网络中，得到脑梗死区区域。
2.如权利要求1所述的方法，其特征在于，所述以所述中心点为中心采用不同大小的卷积核进行卷积得到每个图像块对应的多个卷积结果，具体为：获取所有小于2m的正奇数k，得到大小为k×k的均值卷积核，其中m为所述图像块的尺寸大小；将每个卷积核中心和所述图像块中心对齐，然后进行卷积操作，得到多个卷积结果。
3.如权利要求1所述的方法，其特征在于，所述根据n×c1的矩阵得到第一特征矩阵，具体为：对所述n×c1的矩阵进行多头注意力计算得到多个查询矩阵、多个键矩阵和多个值矩阵，对所述多个查询矩阵、多个键矩阵和/或多个值矩阵进行滤波处理，将滤波后的结果进行多头注意力特征融合得到第一特征矩阵。
4.如权利要求3所述的方法，其特征在于，所述对所述多个查询矩阵、多个键矩阵和/或多个值矩阵进行滤波处理，具体为：根据tenengrad函数计算查询矩阵、键矩阵和值矩阵的模糊度，按照模糊度对查询矩阵、键矩阵和值矩阵排序得到矩阵集合，将矩阵集合按序分为多个子集合，每个子集合包括三个矩阵，对子集合的第一个矩阵进行高通滤波处理，对子集合的第三个矩阵进行低通2滤波处理；或者对所述查询矩阵执行高通滤波操作，对所述键矩阵执行低通滤波操作。
5.如权利要求1所述的方法，其特征在于，所述采用注意力机制得到对应的第二特征矩阵，具体为：采用q个注意力头分别对所述低通滤波图像和所述高通滤波图像进行注意力计算得到低通滤波图像的特征矩阵和高通滤波图像的特征矩阵；采用两个q个注意力头分别对所述fmri图像进行注意力计算得到所述fmri图像的两个特征矩阵；将所述低通滤波图像的特征矩阵、所述高通滤波图像的特征矩...
【专利技术属性】
技术研发人员：张金生，李三强，田力，何庆勇，邢雁伟，惠小珊，尹乐乐，刘清雅，张希贤，
申请(专利权)人：河南中医药大学，
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。