【技术实现步骤摘要】
本公开涉及人工智能，尤其涉及一种结构磁共振成像的分析方法、系统及存储介质。
技术介绍
1、结构磁共振成像（structural mri，smri），是一种非侵入性的神经影像学技术，用于对人脑的结构进行三维成像。其可提供高分辨率的脑解剖学信息，展示人脑不同结构和组织的类型，如灰质、白质、脑脊液，以及脑结构之间的空间关系。
2、通过对经结构磁共振成像技术获得的图像进行分类分析，可以确定图像对应的类型。例如，图像为有疾病症状对应的图像，或者图像为健康状态对应的图像。
3、分类分析可以采用为支持向量机svm的传统机器学习方法，而如何提高分类分析的有效性和可靠性，成了亟待解决的问题。
4、
技术介绍
部分的内容仅仅是专利技术人个人所知晓的信息，并不代表上述信息在本公开申请日之前已经进入公共领域，也不代表其可以成为本公开的现有技术。
技术实现思路
1、本公开提供一种结构磁共振成像的分析方法、系统及存储介质，以提高分类分析的有效性和可靠性。
2、第一方面，本公...
【技术保护点】
1.一种结构磁共振成像的分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述样本数据为经预处理后的数据，所述预处理包括图像格式转换、图像质量检查、组织分割、皮层重建与平滑、分割质量检查与皮层重建检查中的至少一种。
3.根据权利要求1所述的方法，其特征在于，所述根据映射后的脑图谱模板确定机器学习模型的特征输入，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各概率密度确定所述特征输入，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述KLD和所述JSD确定所述特征输入，
...
【技术特征摘要】
1.一种结构磁共振成像的分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述样本数据为经预处理后的数据，所述预处理包括图像格式转换、图像质量检查、组织分割、皮层重建与平滑、分割质量检查与皮层重建检查中的至少一种。
3.根据权利要求1所述的方法，其特征在于，所述根据映射后的脑图谱模板确定机器学习模型的特征输入，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各概率密度确定所述特征输入，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述kld和所述jsd确定所述特征输入，...
【专利技术属性】
技术研发人员：梁臻，马丹丹，周勇杰，徐姝悦，张力，黄淦，
申请(专利权)人：深圳大学，
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。