[发明专利]一种基于神经影像的大脑年龄估计方法

权利要求书

1.一种基于神经影像评估大脑年龄的方法，其特征在于包括以下步骤：

步骤1:建立神经影像数据集；

步骤2:神经影像预处理；

步骤3:特征的提取；

步骤4:特征池化及降维；

步骤5:特征选择及模型构建；

其中，步骤2具体为：

2.1 对于神经影像图像做图像格式标准化、图像对齐、脑图像组织分割、空间标准化以及高斯平滑处理；

2.2 将2.1中得到的三维灰质密度图像从横截面进行二维提取，得到若干张色彩存储格式为RGB的PNG图像；

步骤3具体为：

选取经典卷积神经网络AlexNet，提取出该网络卷积第三、四、五卷积层的特征；

步骤4具体为：

对于步骤3中所提取的特征采用最大池化的算法来进行重叠池化；对于池化后所得的特征再进行PCA降维；

步骤5具体为：

5.1 采用所有数据的80％作为训练集，20％作为测试集；训练集50％的数据进行五折交叉验证，利用相关向量回归RVR算法，以平均绝对误差MAE为评估指标，选择特征数量；

5.2 基于最佳卷积层特征及该层最佳特征数量，采用RVR算法得到大脑的预测年龄与真实年龄的估值差。

2.根据权利要求1所述的方法，其特征在于：

将神经影像图像格式标准化为NIFTI医学图像格式，对于所有图像做对齐，随后将图像分割为灰质、白质、脑脊液，选取灰质图像做空间标准化，最后配准到MNI空间，选取6*6*6的高斯核进行图像平滑，体素大小1.5*1.5*1.5，得到大小为256*256*76的三维MRI图像；对于得到的三维图像再做横截面切割，每个样本变为76张256*256的二维图片。

3.根据权利要求1所述的方法，其特征在于：

深度卷积神经网络总共8层，包括了5个卷积层和3个全连接层，在第1、2、5层卷积后添加了池化层，在第二层后加了标准化，第一个卷积层使用较大的卷积核11*11，步长为4，有96个卷积核，第二个卷积层使用5*5的卷积核，步长为1，有256个卷积核，第3、4、5个卷积层均采用3*3的卷积核，步长均为1，对应的卷积核分别为384、384、256；

在第三、四卷积层特征提取后加上了池化处理，以步长为2，核大小为3*3的重叠池化方式进行了下采样，降低了特征维度；随后，采用无监督降维方法PCA进行降维处理。