[发明专利]一种基于网络脆性实现抑郁症的自动诊断装置

说明书

本发明公开了一种基于网络脆性实现抑郁症的自动诊断装置，属于医学图像处理技术领域。本发明的抑郁症自动诊断装置包括：数据接收及预处理模块、脑结构网络构建模块、抑郁症检测模块和输出模块。本发明基于大量训练数据获取网络脆性和网络破坏程度之间的映射，从而将待检测对象的网络破坏程度与参考组的对应的检测参考值进行差异性比对，将差异性显著的待检测对象判定为抑郁症患者；否则判断为正常者，为抑郁症诊断提供辅助诊断帮助。

技术领域

本发明属于医学图像处理技术领域，具体涉及一种基于磁共振图像的处理进行抑郁症的诊断装置。

背景技术

抑郁症是在生活中经常遇见的精神性疾病，而且该病的发病率现在也是越来越高，经相关统计显示，抑郁症目前是世界第四大疾病，并将在未来两年内上升为世界第二大疾病，这说明整个社会对于抑郁病的治疗和诊断还没有很好的方法，而且抑郁症是一种高概率反复复发的疾病，这对于疾病的治疗添加了更大的困难。在我国，对于抑郁症的医疗防治以及救助才开始起步，根据相关统计，现在对于抑郁症的确诊率还不到20％，而这其中正在接受治疗的患者更是少之又少，只有不到10％的人在进行相关治疗。并且，就目前来看，抑郁症的发病年龄开始倾向于低龄化，也经常看到报道年轻的明星因为抑郁症而选择自杀。目前的统计结果发现，我国抑郁症患病率在3％～5％之间，因此，需要更加深入的研究抑郁症的致病机理，力求更早一步的发现抑郁症患者所表现出来的症状，让病人得到及时治疗以防出现严重的后果。

目前，借助于人脑的关于脑结构的磁共振图像实现对特定疾病的自动预诊断，越来越受到研究重视，这种借助于图像分析处理的自动诊断可以为医生的临床诊断提供一定的诊断辅助功能。基于人脑的磁共振图像能够构建对应的脑网络结构，而在网络构建完成之后的网络分析则是另外一个比较关键的问题，对于复杂网络的脆性研究，是当前网络分析中一个比较火热的方向，而且已经有相关分析把脆性分析应用在道路交通、通信网络等复杂网络的分析中，但是在当前的大脑网络研究中，还没有文献提出对于大脑网络脆性研究的相关结果。对于构建的大脑网络，通过病人组和正常人组间的比较，来分析两组网络间的脆性，有助于研究两者网络间的差异性，也有助于让了解影响到大脑网络脆性的因素。因此，因此，有必要提供一种在对人脑磁共振图像的网络构建核复杂网络脆性分析的基础上的对抑郁症的自动诊断技术，以便于实现辅助诊断。

本发明发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种基于网络脆性实现抑郁症的自动诊断装置。

本发明的基于网络脆性实现抑郁症自动诊断装置，包括：数据接收及预处理模块、脑结构网络构建模块、抑郁症检测模块和输出模块；

其中，数据接收及预处理模块，用于接收待检测对象的磁共振图像，并对接收的磁共振图像进行数据预处理后再提取其中脑灰质图像，并发送给脑结构网络构建模块；

脑结构网络构建模块，基于预设的脑区标准模板，对脑灰质图像进行脑区划分处理，得到多个脑区，并计算各个脑区之间的相关系数，从而得到脑区的相关系数矩阵；再对脑区的相关系数矩阵进行阈值化处理：若相关系数矩阵的当前元素位置的相关系数大于相关系数阈值，则该当前元素位置的值置为1；否则置为0；从而得到相关系数矩阵的二值矩阵；再将每个脑区作为一个网络节点，并基于所述二值矩阵构建人脑结构网络的拓扑图并发送给抑郁症检测模块，即该二值矩阵作为人脑结构网络的邻接矩阵得到人脑结构网络的拓扑图，若网路节点之间对应的值在二值矩阵中的取值为1，则当前网络节点之间存在连接，否则不存在连接；

抑郁症检测模块，基于预置的参考组的各参考对象的人脑结构网络的拓扑图，判定当前待检测对象是否为抑郁症患者，并将检测结果发送至输出模块进行输出显示；

其中判定当前待检测对象是否为抑郁症患者为：

基于预设的删除规则，进行节点或边的删除处理：