[发明专利]一种基于脑区间接关系网络构建的医学图像分类方法

说明书

本发明提出一种基于脑区间接关系网络构建的医学图像分类方法，用于轻度认知障碍的辅助诊断。该方法先利用两个脑区与它们共同邻域之间的相关性分别为两个脑区建立相关向量，再通过计算两个脑区相关向量的格贴近度得到这两个脑区之间的相关值，按照此法得到任意两个脑区之间的相关值，由此构建出脑区间接关系网络，最后基于该脑区间接关系网络对医学图像进行分类。本发明方法充分利用了脑区与其共同邻域之间丰富的关系信息来描述脑区之间的相关性，弥补了直接关系网络构建过程中信息利用不充分的问题。另外，间接关系网络具有更强的区分性和鲁棒性。本发明显著提高了正常人和轻度认知障碍患者的分类准确率，并具有较高的敏感性和特异性。

技术领域

本发明涉及医学影像处理领域，具体地说是一种基于脑区间接关系网络构建的医学图像分类方法。

背景技术

阿尔茨海默病是一种渐进式不可逆的神经退行性疾病，它通常伴随着大脑结构和功能的改变。作为最常见的一种老年痴呆病，阿尔茨海默病以认知和功能的下降为特征，严重影响着人们的正常生活。轻度认知障碍通常被认为是正常老龄化和阿尔茨海默病之间的一种过渡状态，它的特点是患者具有轻微的认知障碍但不影响大部分的日常活动。调查发现，每年大约有10-15％的轻度认知障碍患者转化为阿尔茨海默病，但是只有1-2％的正常老年人会患上阿尔茨海默病。因此，轻度认知障碍的早期诊断和治疗对于延缓和预防轻度认知障碍向阿尔茨海默病转化具有非常重要的意义。

正电子发射计算机断层显像(PET)是一种标准的无创的三维功能成像模式。它利用正电子核素标记葡萄糖等人体代谢物作为显像剂，通过测量病灶部位的代谢变化，为临床提供疾病的生物代谢信息。在现实生活中，PET已经成为诊断阿尔茨海默病和轻度认知障碍的一种有效工具。对于PET图像，人们可以使用各种模式识别方法对其分类，从而实现对疾病的辅助诊断。

人类大脑具有高度复杂性，大脑不同区域具有不同的功能，人类正常生活需要不同脑区协同工作。如果将大脑的脑区看作是网络中的节点，脑区之间的协同工作看作是节点与节点之间的连接，那么就可以把整个大脑结构抽象成一个网络模型。研究发现脑网络结构的改变与许多疾病紧密相关，因此，国内外许多学者利用不同的方法构建脑网络，为疾病诊断和预测提供了依据。然而，现有方法在构建网络时仅仅使用两个脑区之间有限的信息来刻画脑区之间的相关性(本发明中称之为直接关系网络)，未考虑脑区与它们共同邻域之间关系的相关性可以更好地描述两两脑区的相关性，也就是未能利用多个脑区之间更加丰富的深层次的信息构建脑网络，从而导致脑网络特征对病人和正常人的区分准确率较低。另外，当某个脑区受到噪声影响较严重时，直接关系网络也会受到相应的影响，进而影响分类效果。

发明内容

本发明为克服上述现有技术的不足，提出一种基于脑区间接关系网络构建的医学图像分类方法，用于轻度认知障碍的辅助诊断。该方法利用两个脑区与它们共同邻域之间关系的相关性来描述这两个脑区的相关性，构建脑区间接关系网络，弥补了仅仅利用两两脑区之间直接关系的信息不足。因此，本发明方法具有更强的区分性和鲁棒性。针对网络特征维数较高并具有冗余信息的问题，本发明采用双样本t检验和主成分分析两步特征降维方法，保留有效特征。最后，利用支持向量机分类器进行分类。本发明方法显著提高了正常人和轻度认知障碍患者的分类准确率，并具有较高的敏感性和特异性。

本发明的技术方案是：

一种基于脑区间接关系网络构建的医学图像分类方法，该方法先利用两个脑区与它们共同邻域之间的相关性分别为两个脑区建立相关向量，再通过计算两个脑区相关向量的格贴近度得到这两个脑区之间的相关值，按照此法得到任意两个脑区之间的相关值，由此构建出脑区间接关系网络，最后基于该脑区间接关系网络对医学图像进行分类，该方法包括如下步骤：

(1)图像预处理