【技术实现步骤摘要】
本专利技术涉及医学辅助诊断，尤其涉及一种基于同构测试超图核的阿尔兹海默病分类装置及方法。
技术介绍
1、阿尔兹海默病(alzheimer’s disease，ad)是老年时期痴呆最常见的一种类型，患者思维、记忆和独立性会因此受损，影响生活质量甚至会导致死亡。为了利用脑区之间的连接关系探究阿尔兹海默病相关特征，脑网络研究方法应运而生。脑网络是指大脑中神经元之间的连接关系所构成的复杂网络。脑功能网络研究是脑科学领域的一个热点,已被广泛扩展到脑疾病研究、脑认知研究等各方面。它是由大量的神经元和突触组成的，通过这些神经元和突触之间的相互作用，实现了大脑的各种功能。脑网络是利用脑区以及脑区之间的连接关系映射到一个图数据。图的节点代表大脑的各个脑区，图的边代表脑区之间的连接。
2、超图是一种扩展了图的概念的数据结构，可以捕捉真实世界的高阶交互作用，建模多个被试间的复杂关系。它允许一个超边包含任意数量的顶点。在超图中，节点表示被试，超边表示多个被试的高阶相似信息，从而提高分类性能。与传统的图相比，超图可以更好地表示多个特征之间的关系。因此，基于超图的学习在机器学习及深度学习领域引起了广泛关注。
3、目前采用的脑网络和超图直接应用于阿尔兹海默病辅助诊断的技术中，存在着两个巨大的缺陷：
4、第一，大多数最先进的基于超图的学习方法都追求对超图进行图近似，将超图表示形式纳入基于图的学习框架中。即使是合理的大尺寸超图，超图ihara-zeta函数在计算上往往也是繁琐的。且使用的超图都对每条超边上的最大节点数量进行限制
5、第二，大多数现有的超图表征方法只是在低维模式空间中近似高阶相关性。看似有效，但低维近似会导致信息丢失，因为具有任意阶数的多重关系往往需要非常高甚至无限维的特征向量来进行精确的结构表征。此外，当在超图上进行随机游走时，如果沿着一个方向移动然后立即通过相同的顶点和超边多次返回起始位置，而冗余特征信息就此产生就会产生tottering现象。因此，tottering问题可能导致超图中存在许多冗余路径。这个缺点限制了超图之间的精确核度量。
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于同构测试超图核的阿尔兹海默病分类装置及方法，采用不限制超边上的节点数的超图对脑网络进行研究，对功能磁共振图像(functional magnetic resonance imaging,fmri)进行分类，进而对阿尔兹海默病的辅助诊断进行研究，相比于其他方法在分类性能上有明显优势。
2、为解决上述技术问题，本专利技术所采取的技术方案是：
3、一方面，本专利技术提供一种基于同构测试超图核的阿尔兹海默病分类装置，包括超图构建模块、超图转化为有向线图模块、超图核构建模块和阿尔兹海默病辅助诊断模块；
4、所述超图构建模块进一步包括数据预处理器、脑网络构建器、超图构建器；根据数据预处理器对脑功能磁共振图像进行预处理，然后通过脑网络构建器对预处理后的图像构建脑网络，进而利用超图构建器构建超图；
5、所述超图转化为有向线图模块包括团展开图构建器、对称有向图构建器、有向线图构建器，用于将超图转换为有向线图；
6、所述超图核构建模块包括有向wl同构测试器、超图核计算器；利用有向wl同构测试器对一对超图的有向线图进行新的同构检验，根据线图中成对同构的入子树和出子树的个数通过超图核计算器计算超图之间的超图核；
7、所述阿尔兹海默病辅助诊断模块利用计算得到的超图核对阿尔兹海默病进行辅助诊断。
8、进一步地，所述数据预处理器包括时间片校正器、头动校正器、空间配准器、空间平滑器；
9、所述时间矫正器，用于对数据预处理器收集的m组原始fmri数据中脑功能图像与脑功能图像之间的时间差异进行矫正，得到m组经过时间差异矫正后的fmri数据；
10、所述头动校正器，用于对m组经过时间差异校正后的fmri数据中的脑功能图像进行头动校正，得到m组经过头动校正后的fmri数据；
11、所述空间配准器，用于对m组经过头动校正后的fmri数据中的脑功能图像与结构图像进行配准，得到m组经过空间配准后的fmri数据；
12、所述空间平滑器，用于对m组经过空间配准后的fmri数据进行噪声值平滑处理，得到m组经过空间滤波处理后的fmri数据，从而获得所需的标准fmri数据。
13、进一步地，所述脑网络构建器，用于将每个标准功能磁共振成像与标准模板进行感兴趣区域匹配，将全脑分为n个脑区，并将该n个脑区作为节点，以脑区之间的相关系数作为边构建以矩阵形式存储的脑网络；
14、所述超图构建器，用于将脑网络转化为一条超边上不限制节点数的超图。
15、进一步地，所述团展开图构建器，用于将超图分析中的团式展开，即把超边展开成普通边，得到团展开图；
16、所述对称有向图构建器，用于通过将团展开图每条有方向的边连接其一对有序的顶点，进而将团展开图转化为具有对称特性的有向图；
17、所述有向线图构建器，用于将具有对称特性的有向图转化为有向线图，它由原图的边作为顶点构成，如果两条边在原图中相连，则在线图中对应的顶点之间有一条边。
18、进一步地，所述有向wl同构测试器，用于快速定义图核，对一对超图的有向线图进行同构检测，直接输出测试结果；wl同构测试的核心思想是通过相邻顶点的标签来扩充顶点标签集，并将这些扩充的标签压缩成新的标签集；顶点的每个新标签对应于从顶点根的子树；有向wl同构测试基于两个步骤：第一步是利用顶点的入度及其邻域的入度为顶点分配一个新的入标签；第二步是利用顶点及其外邻域的外度为顶点分配一个新的外标签；
19、所述超图核计算器，根据有向线图中成对同构的子树内和子树外的个数来计算超图之间的超图核。
20、另一方面，本专利技术还提供一种基于同构测试超图核的阿尔兹海默病分类方法，通过上述的基于同构测试超图核的阿尔兹海默病分类装置实现，包括以下步骤：
21、步骤1：构建超图；
22、步骤1-1：对数据预处理器收集的m组原始fmri数据进行预处理，从而获得所需的标准fmri数据；
23、步骤1-2：构建超边不受节点数限制的超图；
24、步骤2：将超图转化为有向线图；
25、步骤2-1：对超图进行团展开，建立该超图的团展开图；
26、步骤2-2：将超图的团展开图转化为具有对称特性的有向图，即对称有向图；
27、步骤2-3：将对称有向图转化为有向线图；
28、步骤3：构建超图核；
29、步骤3-1：输入一对有向图，令迭代次数h＝0，初始化顶点标签；
30、步骤3-2：对每个顶点的领域标签进行排序；
31、步骤3-3：迭代次数h加1，更新每个顶点标签；...
【技术保护点】
1.一种基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：包括超图构建模块、超图转化为有向线图模块、超图核构建模块和阿尔兹海默病辅助诊断模块；
2.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述数据预处理器包括时间片校正器、头动校正器、空间配准器、空间平滑器；
3.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述脑网络构建器，用于将每个标准功能磁共振成像与标准模板进行感兴趣区域匹配，将全脑分为N个脑区，并将该N个脑区作为节点，以脑区之间的相关系数作为边构建以矩阵形式存储的脑网络；
4.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述团展开图构建器，用于将超图分析中的团式展开，即把超边展开成普通边，得到团展开图；
5.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述有向WL同构测试器，用于快速定义图核，对一对超图的有向线图进行同构检测，直接输出测试结果；WL同构测试的核心思想是通过相邻顶点的标签来扩充顶点标签集
6.一种基于同构测试超图核的阿尔兹海默病分类方法，其特征在于：通过权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置实现，包括以下步骤：
7.根据权利要求6所述的基于同构测试超图核的阿尔兹海默病分类方法，其特征在于：所述步骤1-1预处理的具体方法为：
8.根据权利要求6所述的基于同构测试超图核的阿尔兹海默病分类方法，其特征在于：所述步骤2-2中具体转化方法为：
9.根据权利要求6所述的基于同构测试超图核的阿尔兹海默病分类方法，其特征在于：所述步骤3-6的具体计算方法为：
...【技术特征摘要】
1.一种基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：包括超图构建模块、超图转化为有向线图模块、超图核构建模块和阿尔兹海默病辅助诊断模块；
2.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述数据预处理器包括时间片校正器、头动校正器、空间配准器、空间平滑器；
3.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述脑网络构建器，用于将每个标准功能磁共振成像与标准模板进行感兴趣区域匹配，将全脑分为n个脑区，并将该n个脑区作为节点，以脑区之间的相关系数作为边构建以矩阵形式存储的脑网络；
4.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述团展开图构建器，用于将超图分析中的团式展开，即把超边展开成普通边，得到团展开图；
5.根据权利要求1所述的基于同构测试超图核的阿尔兹海默病分类装置，其特征在于：所述有向wl同构测试器，用于快速定...
【专利技术属性】
技术研发人员：张馨文，信俊昌，李佳霓，董泰歌，毕春慧，
申请(专利权)人：东北大学，
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。