[发明专利]基于多模态医学影像的帕金森病辅助诊断系统和方法

说明书

本发明公开了一种基于多模态医学影像的帕金森病辅助诊断系统和方法。本系统包括输入模块、特征提取模块、特征融合模块以及诊断模块。本方法为获得超声图像、MRI图像和PET图像后，采用不同的方法对三通道的数据提取特征，对提取到的特征采用不同的融合方法进行特征融合；诊断模块将三个模态的特征通过集成学习的方法最终获得诊断结果，供医生进行诊断辅助参考。针对目前帕金森早期诊断，本发明定量分析多模态数据，对于早期诊断帕金森病具有重要意义，不仅可以提高诊断的准确性，减少操作者的主管判断误差，而且对临床早起干预、减少后期残疾，具有一定的辅助指导意义。

技术领域

本发明涉及基于医学影像的计算机分析技术的应用领域，具体涉及一种基于多模态医学影像的帕金森病辅助诊断系统和方法。

背景技术

帕金森病（Paekinson’s disease，PD）又名震颤麻痹，是一种常见的中老年人神经系统变性疾病。帕金森病最主要的病理改变是中脑黑质多巴胺（Dopamine，DA）能神经元的变性死亡，由此而引起纹状体DA含量显著性减少而致病，临床上主要以运动迟缓、强直、静止性震颤和姿势平衡障碍非对称运动症状为主要表现。目前，帕金森的诊断仍主要依据其临床核心症状，然而这些核心症状也并非帕金森病所有，仅根据病史及临床表现很难确诊，因此发展一种早期诊断帕金森病的手段尤其必要。

经颅超声作为一种非侵入性的技术，已成为帕金森病的诊断及与帕金森综合征鉴别诊断的重要工具。最重要的是，它能够探测黑质的高回声，是早期诊断帕金森病及能够鉴别诊断帕金森综合征的关键。

磁共振成像（Magnetic Resonance Imaging，MRI）是断层成像的一种，它利用磁共振现象从人体中获得电磁信号，并重建出人体信息。MRI对人体没有电离辐射损伤，对软组织结构的显示清晰度也优于其他检查方式，同时其可进行多序列成像形成多种图像类型，为明确病变性质提供更丰富的影像信息。

正电子发射型计算机断层显像（Positron Emission Computed Tomography，PET）是核医学领域比较先进的临床检查影像技术，是目前惟一可在活体上显示生物分子代谢、受体及神经介质活动的新型影像技术，具有灵敏度高、特异性高、全身显像以及安全性好等特点，现已广泛用于多种疾病的诊断。

基于计算机辅助诊断（Computer aided diagnosis，CAD）的方法给帕金森症诊断带来了巨大帮助，其让神经影像信息的识别能力最大化，能够从影像数据中提取潜在的有效信息。大多数的辅助诊断系统是基于单模态的，但由于各个模态所表征的信息不同，不同模态的提取的有效信息都不是全面的，因此，本发明提出一种基于超声图像、MRI和PET影像三种不同模态的数据进行帕金森病辅助诊断的系统和方法，能够获得更好的分类结果，从而为医生提供更准确的辅助诊断。

发明内容

本发明的目的在于针对已有技术的不足，提供一种基于多模态医学影像的帕金森病辅助诊断系统和方法，主要利用经颅中脑超声以及MRI和PET三个模态数据，进行特征提取后再进行特征融合，最终利用集成学习的方法进行分类学习，从而为医生提供有效的辅助诊断参考。

为达此目的，本发明采用以下技术方案：

一种基于多模态医学影像的帕金森病辅助诊断系统，包括输入模块、特征提取模块、特征融合模块和诊断模块，所述输入模块连接特征提取模块，特征提取模块连接特征融合模块，特征融合模块连接诊断模块；其中，所述输入模块：主要包含三个模态的输入，主要通过经颅超声获取的黑质区域的超声图像以及MRI和PET图像。所述特征提取模块：根据医生的先验知识，本发明提取了整幅超声图像中的中脑目标区域，并将其和MRI、PET图像分别进行特征学习，对于不同模态的数据可采用不同的特征学习的方法得到更具有鲁棒性的特征。所述特征融合模块：对特征提取模块提取到的特征进行特征融合，将各个模态的特征进行融合后再进行分类。所述诊断模块：将三个模态的融合特征进行分类最终获得诊断结果。