一种基于深度神经网络的脑部图像处理方法及系统技术方案

本发明专利技术提供了一种基于深度神经网络的脑部图像处理方法及系统，所述方法为：获取待预测的脑部影像图和脑部PET图像；提取并根据所述脑部影像图中各脑区的纤维束数量，生成脑网络数据；从所述脑部PET图像中提取所述各个脑区的蛋白质沉积数据；将所述脑网络数据和蛋白质沉积数据输入至预设的分类预测模型中，以使所述分类预测模型生成对应的阿尔茨海默病分类结果并更新模型内部的权重矩阵，其中，所述分类预测模型是基于多尺度小波变换模型和深度神经网络组合构建并训练获得；根据所述权重矩阵预测阿尔茨海默病在所述各个脑区之间的神经病理传播通路，提高了模型分类的准确率并实现了对阿尔茨海默病的神经病理传播通路的预测。

【技术实现步骤摘要】

本专利技术涉及机器学习和图像处理领域，尤其涉及一种基于深度神经网络的脑部图像处理方法及系统。

技术介绍

1、经统计，全球已有约5000万人受到阿尔茨海默病(ad)的影响，患病人数在未来十年内或将稳定增长，全球公共卫生负担已迫在眉睫。阿尔茨海默病作为一种神经退行性疾病，在疾病发展过程中会在大脑中的某些功能脑区体现出异常。得益于成像技术的发展，通过核磁共振成像(mri)、结构磁共振成像(structural mri-smri)、功能磁共振成像(functional mri-fmri)以及弥散磁共振成像(diffusion mri-dmri)等技术可以将ad患者的大脑结构可视化，为分析ad相关的异常功能脑区提供了一套行之有效的方法。临床上通过观测mri等图像中显示出的患者大脑结构的变化来判别患者患ad的程度，然而ad早期在各类图像中的异常表现并不明显，医生也难以用肉眼分辨。除此之外，相关研究指出ad不仅与脑结构和功能的局部性紊乱相关，且其异常能反映在ad患者的脑区间连接中，因此探索出对疾病发展具有重大意义的脑区域连接迫在眉睫。

2、随着深度神经网络技本文档来自技高网...

【技术保护点】

1.一种基于深度神经网络的脑部图像处理方法，其特征在于，包括：

2.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述提取并根据所述脑部影像图中各脑区的纤维束数量，生成脑网络数据，包括：

3.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述将所述脑网络数据和蛋白质沉积数据输入至预设的分类预测模型中，以使所述分类预测模型生成对应的阿尔茨海默病分类结果，包括：

4.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述根据所述权重矩阵预测阿尔茨海默病在所述各个脑区之间的神经病理传播通路，...

【技术特征摘要】

1.一种基于深度神经网络的脑部图像处理方法，其特征在于，包括：

2.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述提取并根据所述脑部影像图中各脑区的纤维束数量，生成脑网络数据，包括：

3.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述将所述脑网络数据和蛋白质沉积数据输入至预设的分类预测模型中，以使所述分类预测模型生成对应的阿尔茨海默病分类结果，包括：

4.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述根据所述权重矩阵预测阿尔茨海默病在所述各个脑区之间的神经病理传播通路，包括：

5.如权利要求1所述的一种基于深度神经网络的脑部图像处理方法，其特征在于，所述分类预测模型是基于多尺度小波变换模型和深度神经网络组合构建并训练获得，包括：

6.如权利要求5所述的一种基于深度神经网络的脑部图...

【专利技术属性】
技术研发人员：蔡宏民，邓冉冉，陈佳洲，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：