[发明专利]基于三维卷积神经网络的脑龄预测方法及系统

权利要求书

1.一种基于三维卷积神经网络的脑龄预测方法，其特征在于，所述预测方法包括：

采集历史样本集，所述历史样本集包括多对历史结构磁共振影像数据及对应测试者的生理年龄，所述历史样本集分为训练样本集及测试样本集；

对所述训练样本集中的各所述历史结构磁共振影像数据预处理，得到对应的处理图像；

根据各处理图像及对应测试者的生理年龄，对三维卷积神经网络进行训练，得到训练后的三维卷积神经网络；

获取当前测试者的当前结构磁共振影像数据；

基于训练后的三维卷积神经网络，根据所述当前结构磁共振影像数据，确定当前测试者的脑龄情况。

2.根据权利要求1所述的基于三维卷积神经网络的脑龄预测方法，其特征在于，各所述历史结构磁共振影像数据均满足以下条件：

所述历史结构磁共振影像数据对应的各测试者不能患有脑部疾病，且认知功能正常，各测试者的年龄范围为5岁到90岁之间，每个年龄对应的测试者的数量大于设定数值且人数均衡；各所述历史结构磁共振影像数据的体素尺寸要小于或等于1毫米，重复时间TR小于500毫秒，回波时间TE小于25毫秒。

3.根据权利要求1所述的基于三维卷积神经网络的脑龄预测方法，其特征在于，所述对所述训练样本集中的各所述历史结构磁共振影像数据预处理，得到对应的处理图像，具体包括：

针对每一历史结构磁共振影像数据，

对所述历史结构磁共振影像数据进行采样，得到采样图像；

对所述采样图像依次进行去头骨、非线性校正、全脑均值归一化、裁剪操作，得到裁剪后图像，所述裁剪后图像为处理图像。

4.根据权利要求3所述的基于三维卷积神经网络的脑龄预测方法，其特征在于，所述对所述历史结构磁共振影像数据进行采样的采样方法为双线性插值法。

5.根据权利要求1所述的基于三维卷积神经网络的脑龄预测方法，其特征在于，所述三维卷积神经网络包括第一三维卷积神经网络模块、第一多尺度卷积神经模块、第二多尺度卷积神经模块、第三多尺度卷积神经模块、第二三维卷积神经网络模块、第三三维卷积神经网络模块、第一全局均值池化模块、第二全局均值池化模块及全连接模块；

其中，所述第一三维卷积神经网络模块依次串联连接第一多尺度卷积神经模块、第二多尺度卷积神经模块、第三多尺度卷积神经模块；所述第三多尺度卷积神经模块依次串联连接第二三维卷积神经网络模块、第三三维卷积神经网络模块；所述第一全局均值池化模块与第一多尺度卷积神经模块连接，所述第二全局均值池化模块与第三多尺度卷积神经模块连接；所述全连接模块分别与所述第一全局均值池化模块、第二全局均值池化模块及第三多尺度卷积神经模块连接。