[发明专利]自闭症风险评估方法及装置、终端设备、存储介质

说明书

本发明公开了一种自闭症风险评估方法及装置、终端设备、存储介质。所述自闭症风险评估方法包括：获取被试者的磁共振图像数据和相关信息，根据相关信息对磁共振图像数据进行分割处理；对处理后的磁共振图像数据进行预处理，生成包括若干脑区参数的可处理文件；根据可处理文件提取对自闭症风险预测起关键作用的脑区参数，对自闭症风险预测起关键作用的脑区参数名通过随机森林的特征排序算法确定；根据对自闭症风险预测起关键作用的脑区参数得到被试者发育异常程度结果，并通过训练得到的随机森林模型预测被试者患病风险预测结果。采用本发明，解决了目前缺乏一种可以对磁共振成像(MRI)进行处理分析的方法的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种自闭症风险评估方法及装置、终端设备、存储介质。

背景技术

自闭症谱系障碍(Autism Spectrum Disorder，ASD)是一种高度异质性的神经发育疾病，包括自闭症、阿斯伯格综合症和其他未明确的广泛性发育障碍。自闭症谱系障碍具有多种病因和病程表现，无法由单一的自闭症表型所定义，这使得它的神经解剖学本质难以描述。但有大量的研究表明，对于自闭症患儿，会经历和年龄相关的大脑异常增长。对于2到4岁间自闭儿童以及家族性自闭症高风险婴儿的结构磁共振成像(MRI)研究证实，自闭症的新生儿在出生时的全脑体积(TBV)正常的或偏小，然而在2到4岁时，90％的自闭症儿童的平均全脑体积(TBV)大于正常儿童，其中37％被诊断为巨脑儿。与之相比，成年自闭症患者并不比正常人有更大的全脑体积(TBV)。自闭症儿童在其早期发育阶段表现出大脑的过度生长，然后增速逐渐减缓经历一个平稳期，最终他们的大脑尺寸回落到正常范围内。根据这一异常增长的特征，通过患病儿童与正常发育儿童的脑影像数据对比，将有助于我们对特定儿童的自闭症患病风险做出预测，阐明可能的病理机制并提出相应的干预目标。

根据以往研究表明，相对于典型发育儿童，自闭症患儿在亚皮层脑结构的形态计量学方面(如脑体积、皮层厚度和表面积)存在显著差异性，比如一些自闭症患者的大脑皮层随年龄变化，在苍白球、壳核、杏仁核和伏隔核等区域的皮层体积减小，额叶皮层厚度增加，颞叶皮层厚度减少。但是，目前临床上对于自闭症的诊断还是通过量表(如DSM-V)或凭医生的经验判断，尚缺乏相对客观的诊断工具。究其原因在于，目前缺乏一种可以对磁共振成像(MRI)进行处理分析的方法，不能主动将被试者的磁共振图像与正常样本进行比较分析得到预测结果，自闭症诊断需要依赖于医生的经验判断，不能得到定量的分析结果。

发明内容

本发明实施例提出一种自闭症风险评估方法及装置、终端设备、存储介质，旨在解决目前缺乏一种对磁共振成像进行处理分析方法，不能主动将被试者的磁共振图像与正常样本进行比较分析得到预测结果的问题。

本发明实施例提供的一种自闭症风险评估方法，具体包括：

获取被试者的磁共振图像数据和相关信息，根据相关信息对磁共振图像数据进行分割处理；

对处理后的磁共振图像数据进行预处理，生成包括若干脑区参数的可处理文件，所述脑区参数包括脑区参数名和对应参数值，所述参数名包括人脑结构和人脑功能属性；

根据可处理文件提取对自闭症风险预测起关键作用的脑区参数，对自闭症风险预测起关键作用的脑区参数名通过随机森林的特征排序算法确定；

根据对自闭症风险预测起关键作用的脑区参数得到被试者发育异常程度结果，并通过训练得到的随机森林模型预测被试者患病风险预测结果。

进一步地，所述自闭症风险评估方法，还包括：

根据被试者发育异常程度结果和被试者患病风险预测结果生成检测报告，输出检测报告并保存相关数据。

进一步地，所述获取被试者的磁共振图像数据和相关信息，根据相关信息对磁共振图像数据进行分类，具体包括：