脑网络多层次信息融合方法及系统技术方案

技术编号:46479078 阅读:2 留言:0更新日期:2025-09-23 22:38
本发明专利技术涉及一种脑网络多层次信息融合方法,包括:根据脑图谱提取各ROI时间序列并进行多粒度脑网络构建;对构建得到的多粒度脑网络进行多通道特征提取,得到特征矩阵;根据得到的特征矩阵进行多通道特征融合。本发明专利技术还涉及一种脑网络多层次信息融合系统。本发明专利技术能够融合大脑的局部‑全局多层次信息,深入挖掘多粒度脑网络的特征,提升大脑空间特性建模的表现力。

【技术实现步骤摘要】

本专利技术涉及一种脑网络多层次信息融合方法及系统


技术介绍

1、重度抑郁症(major depressive disorder,mdd)作为一种严重影响患者身心健康的精神障碍,其广泛影响着患者的情绪状态、认知能力、身体健康及社交功能,极端情况下还可能导致自杀行为。鉴于此,实现mdd的早期识别并及时开展治疗具有重要临床价值。

2、目前,症状评定量表(如汉密尔顿抑郁量表)和临床面谈是常用的早期诊断方法。然而,这些方法都存在明显局限性:一方面,症状评定量表的准确性高度依赖于患者的主观描述;另一方面,临床面谈的诊断效果容易受医生经验水平影响。这些局限性降低了mdd诊断的准确性,进而可能延误疾病的及时干预和治疗。此外,目前对mdd不同亚型的识别能力仍显不足,如此限制了精准诊疗策略的制定。

3、近年来,功能磁共振成像(functional magnetic resonance imaging,fmri)已成为精神疾病诊断的重要工具。fmri凭借高空间分辨率特性,可清晰捕捉特定脑区的血氧信号变化,而基于fmri构建的功能连接网络(functio本文档来自技高网...

【技术保护点】

1.一种脑网络多层次信息融合方法,其特征在于,该方法包括如下步骤:

2.如权利要求1所述的方法,其特征在于,所述的步骤S1包括:

3.如权利要求2所述的方法,其特征在于,所述的步骤S11包括:

4.如权利要求3所述的方法,其特征在于,所述的步骤S12包括:

5.如权利要求4所述的方法,其特征在于,所述的步骤S13包括:

6.如权利要求5所述的方法,其特征在于,所述的步骤S2包括:

7.如权利要求6所述的方法,其特征在于,所述的步骤S3包括:

8.如权利要求7所述的方法,其特征在于,所述的步骤S3还包括:<...

【技术特征摘要】

1.一种脑网络多层次信息融合方法,其特征在于,该方法包括如下步骤:

2.如权利要求1所述的方法,其特征在于,所述的步骤s1包括:

3.如权利要求2所述的方法,其特征在于,所述的步骤s11包括:

4.如权利要求3所述的方法,其特征在于,所述的步骤s12包括:

5.如权利要求4所述的方法,其特征在于,所述的步骤s13包括:

6.如权利要求...

【专利技术属性】
技术研发人员:周梦妮米荣坤相洁董艳清宋子泽许亚茹
申请(专利权)人:太原理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1