基于注意力机制的fMRI数据嵌入与模式识别的方法技术

本发明专利技术公开了一种基于注意力机制的fMRI数据嵌入与模式识别的方法，包含：获取预定不同类别人群的fMRI数据、MRI数据和场域信息；通过场域信息对fMRI数据进行校准；将校准后的fMRI数据配准至MRI数据；对配准后的数据进行脑分区得到360个大脑子区域；将分区后的数据进行数据重组；将重组后的数据输入注意力网络进行模式识别。本发明专利技术的基于注意力机制的fMRI数据嵌入与模式识别的方法，将fMRI时间序列重组，放入具有注意力机制的网络中，实现大脑模式的多分类。

【技术实现步骤摘要】

本专利技术具体涉及一种基于注意力机制的fmri数据嵌入与模式识别的方法。

技术介绍

1、对fmri数据进行模式识别主要有形态学和功能连接性两种方式。

2、形态学方面，首先需要对大脑物理形态进行计算，包括大脑皮层厚度、曲率、灰质分布、皮下组织体积、白质纤维连接变化等。再采用统计分析方法，对这些大脑形态学表征进行分类汇总，以计算fmri数据中不同脑模式(如健康人群、早期轻度认知障碍、晚期轻度认知障碍、阿尔兹海默症等)所对应的变异规律。但大脑形态学显著变化，往往出现在认知障碍的晚期，只有当病情恶化到一定程度才会显现出来，因此形态学分析无法在大脑模式变化的早期实现精准预测，例如皮层萎缩、体积减小所导致的大脑功能性障碍。

3、而功能连接性方面，首先需要将大脑功能性fmri数据配准到结构化mri数据中，根据某种特定分区方法，对大脑进行皮层或皮下组织分区。计算坐落于脑区与脑区fmri时间序列数据之间的相关性或因果性，得出连接矩阵，以表征大脑功能连接性。该连接性可以用于识别大脑不同模式。但该方式的计算方法较为复杂，需要对fmri时间序列信号二次建模本文档来自技高网...

【技术保护点】

1.一种基于注意力机制的fMRI数据嵌入与模式识别的方法，其特征在于，包含：

2.根据权利要求1所述的基于注意力机制的fMRI数据嵌入与模式识别的方法，其特征在于，

3.根据权利要求1所述的基于注意力机制的fMRI数据嵌入与模式识别的方法，其特征在于，

4.根据权利要求3所述的基于注意力机制的fMRI数据嵌入与模式识别的方法，其特征在于，

5.根据权利要求4所述的基于注意力机制的fMRI数据嵌入与模式识别的方法，其特征在于，

6.根据权利要求5所述的基于注意力机制的fMRI数据嵌入与模式识别的方法，其特征在于，

7....

【技术特征摘要】

1.一种基于注意力机制的fmri数据嵌入与模式识别的方法，其特征在于，包含：

2.根据权利要求1所述的基于注意力机制的fmri数据嵌入与模式识别的方法，其特征在于，

3.根据权利要求1所述的基于注意力机制的fmri数据嵌入与模式识别的方法，其特征在于，

4.根据权利要求3所述的基于注意力机制的fmri数据嵌入与模式识别的方法，其特征在于，

5.根据权利要求4所述的基于注意力机制的fmri数据嵌入与模式识别的方法，其特征在于，

...

【专利技术属性】
技术研发人员：王博丞，
申请(专利权)人：浙江传媒学院，
类型：发明
国别省市：