[发明专利]基于动态脑网络图核的阿尔茨海默病辅助诊断系统及方法

权利要求书

1.一种基于动态脑网络图核的阿尔茨海默病辅助诊断系统，其特征在于：包括预处理单元、动态脑网络构建单元、动态脑网络图核计算单元和分类诊断单元，所述预处理单元用于将输入的功能核磁共振图像，依次通过时间校正、头动校正以及平滑降噪处理之后得到一系列降噪后的功能核磁共振图像；所述动态脑网络构建单元用于将所述预处理单元输出的降噪后的功能核磁共振图像，依次进行脑区的匹配、时间段的分割、互信息值的计算以及频繁子图的挖掘；所述动态脑网络图核计算单元用于将所述动态脑网络构建单元输出的重建的频繁子图动态脑功能网络，依次通过二分图的最优匹配、图核的计算、图核矩阵的组合以及权值的分配，最终得到一个融合后的动态脑功能网络图核矩阵；所述分类诊断单元用于将得到的动态脑功能网络图核矩阵与核SVM结合并通过数据训练器进行阿尔茨海默病是否患病的训练，然后利用得到的训练数据并通过辅助诊断器实现阿尔茨海默病的辅助诊断；

所述动态脑网络图核计算单元包括最优匹配器、图核矩阵生成器、权值生成器、动态脑网络图核器，通过最优匹配器将任意两个功能核磁共振图像的任意一对重建的频繁子图动态脑功能网络图像中的同构频繁子图的数目作为二分图中连接这对动态脑功能网络的边的权重，将每个重建的频繁子图动态脑功能网络图像作为节点进行二分图的最优匹配，得到匹配的动态脑功能网络对，然后将匹配后的每个时间段的动态脑功能网络通过图核器，得到每个时间段下任意两个动态脑功能网络之间的图核，其次将得到的每个时间段下任意两个动态脑功能网络之间的图核通过图核矩阵生成器，得到每个时间段下的图核矩阵，再将得到的所有时间段下的图核矩阵通过权值生成器，为每个时间段下的图核生成一个权重系数，最后得到所有时间段的带有权重系数的图核矩阵，通过动态脑网络图核器融合成为一个动态脑功能网络图核矩阵；

所述的最优匹配器用于以任意两个功能核磁共振图像的任意一对重建的频繁子图动态脑功能网络图像中的同构频繁子图的数目作为二分图中连接这对动态脑功能网络的边的权重，以每个重建的频繁子图动态脑功能网络图像作为节点进行二分图的最优匹配；

所述的图核器用于对每个匹配后的时间段下的任意两个动态脑功能网络计算图核；

所述的图核矩阵生成器用于将每个时间段的所有动态脑网络图核组合成一个矩阵，由此得到了s个时间段下的图核矩阵；

所述的权值生成器用于利用多核学习的方法对每个时间段的图核矩阵分配权值；

所述的动态脑网络图核器用于根据每个时间段下分配的权值通过线性组合的方式计算图核，得到动态脑功能网络图核。

2.根据权利要求1所述的一种基于动态脑网络图核的阿尔茨海默病辅助诊断系统，其特征在于：所述的动态脑网络构建单元包括脑区匹配器、时间序列分段器、互信息计算器、脑网络构建器和频繁子图挖掘器，动态脑网络构建单元的脑区匹配器接受来自预处理单元的降噪后的功能核磁共振图像，并将所述降噪后的功能核磁共振图像与90个脑区的AAL模板进行匹配，得到匹配后的功能核磁共振图像，然后将所述匹配后的功能核磁共振图像采用重叠的方式进行时间段的分割，得到每个时间段的时间序列图像，其次将经过时间序列分段器分割后的所有时间序列图像输出给互信息计算器，通过所述互信息计算器计算任意两个脑区之间的互信息值，所述互信息值用来表示脑区间的关联性，再将得到的互信息值输入到脑网络构建器中，构建每个时间段的时间序列图像的动态脑功能网络，最后将所有时间段的时间序列图像的动态脑功能网络输入到频繁子图挖掘器中，得到重建的频繁子图动态脑功能网络图像；

所述的脑区匹配器用于将预处理后的图像与90个脑区的标准AAL模板进行匹配得到匹配后的功能核磁共振图像；

所述的时间序列分段器用于将功能核磁共振图像得到的时间序列进行分段，得到s个时间段的时间序列；

所述的互信息计算器用于对任意一个时间段下的时间序列计算任意两个脑区之间的互信息值，以表示脑区间的关联性；

所述的脑网络构建器用于通过计算的互信息值将分段后的s幅功能核磁共振图像构建脑网络得到s个时间段的脑网络；

所述的频繁子图挖掘器用于对得到的所有动态脑功能网络进行频繁子图的挖掘，得到重建的频繁子图动态脑网络。