[发明专利]基于Gossip模型的自闭症检测装置

说明书

本发明提供了一种基于Gossip模型的自闭症检测装置，属于脑部静息态功能磁共振图处理技术领域。本发明依据Gossip协议设置了Gossip模型并基于其观察和衡量自闭症患者组和正常对照组结构网络的传播表现来作为检测策略。即将被检测者的计算结果分别与自闭症患者组和正常对照组进行比对以确定被检测者的检测结果：计算结果更接近第一自闭症患者组，则被检测者患自病症的风险高，否则当前被检测者患自病症的风险低。本发明可用于对未知类型的被检测者进行自闭症的初步诊断。与测量全局网络和局部网络的拓扑属性的方法相比，本发明的Gossip模型使患者和正常对照组之间的脑结构像的差异相比更加明显。可以更快、更准确的识别出异常图像，更好的辅助医生进行诊断。

技术领域

本发明属于脑部静息态功能磁共振图处理技术领域，具体属于一种基于Gossip模型的自闭症检测装置。

背景技术

在传统的自闭症筛查中，往往依赖于专业的从医人员进行诊断和判别，这种方式往往耗时耗力，加上相关的专业人员数量少，这就给自闭症的早期筛查带来了一定的难度，从而也就容易使得一些自闭症患者不能在早期被筛查出来，尽早地进行干预治疗。对于自闭症而言，早期的干预治疗，对于后续的恢复或者减轻症状有着至关重要的作用。

发明人在研发过程中发现，通过核磁共振技术可以获取大脑的结构像和功能像。对于结构像的研究方案有利用图论知识构建结构网络，并分析其网络拓扑属性。但是自闭症患者和正常对照者结构网络的全局或者局部的网络拓扑属性之间的差异往往不明显，因此有必要提出一种能够获取患者和正常对照组之间更明显的脑结构像和功能像的差异的方法，以便于实现对自闭症的智能辅助检测。

发明内容

本发明提供了一种基于Gossip模型的自闭症检测装置，以快速直观对被试是否是自闭症做出初步诊断。

本发明采用的技术方案如下：

一种基于Gossip模型的自闭症检测装置，包括：图像处理单元、脑结构网络构建单元、计算单元和检测单元；

所述图像处理单元，用于对采集被检测者的脑部静息态功能磁共振图序列进行图像预处理，提取脑部静息态功能磁共振图中的脑灰质区域，得到脑灰质图像序列；并基于预置的脑区划分模板，对脑灰质图像序列中的各脑灰质图像进行脑区划分，获取每个脑区的脑灰质体积(即每个脑区包括的脑灰质像素点数量)，得到每个脑区的脑灰质体积序列并发送给大脑结构网络构建单元；

所述脑结构网络构建单元，基于预置的相关系数计算规则，计算各个脑区的脑灰质体积序列之间的相关系数，将每个脑区作为一个节点，脑区的脑灰质体积序列之间的相关系数作为节点间的连接系数，得到脑结构网络；并对脑结构网络的所有节点间的连接系数进行二值化处理，将大于二值化阈值的连接系数置为1(表示两个节点连通)，将小于或等于二值化阈值的连接系数置为0(表示两个节点不连通)，得到二值网络并发送给计算单元；

所述计算单元，用于基于Gossip模型计算二值网络的传播耗时和传播的迭代次数并将计算结果发送给检测单元；

其中，于Gossip模型计算二值网络的传播耗时和传播的迭代次数具体为：

对于输入的二值网络，获取其最大连通图，在所述最大连通图中采用Gossip协议进行消息传播，其中，初始传播点为最大连通图中的节点度(连通度，指和该节点相关联的边的条数)最高的节点，且消息传播时的通信方式为Push，即完成一次新消息的全部传播则停止；即基于当前的传播点，随机向N个连通的节点传播消息，直到最大连通图中的全部节点被传播消息，记为一次传播完毕，当传播完毕后，将传播耗时和传播迭代的次数作为当前二值网络的传播耗时和传播的迭代次数；