[发明专利]一种自闭症患者异常脑区的检测及模拟修复装置有效

专利信息
申请号: 202110801908.2 申请日: 2021-07-15
公开(公告)号: CN113706459B 公开(公告)日: 2023-06-20
发明(设计)人: 邢建川;杨骁;卢胜;张栋;孔渝峰;陈洋 申请(专利权)人: 电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G06T7/187;G06V30/19;A61B5/16
代理公司: 电子科技大学专利中心 51203 代理人: 周刘英
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自闭症 患者 异常 检测 模拟 修复 装置
【说明书】:

发明公开了一种自闭症患者异常脑区的检测及模拟修复装置,属于图像处理技术领域。本发明的自闭症患者异常脑区的检测装置包括图像数据处理单元、脑结构网络构建单元、网络层次分解单元、异常检测单元和存储单元,其通过对脑结构网络进行粗粒化,在对粗粒化后的结果进行统计分析来获得脑区连接上的变化,从而检测出异常脑区,即使使用更复杂的大脑分区模板,也能在较短时间得到检测结果。本发明能够有效统计出脑区连接的变化情况。同时,本发明还提供了一种基于上述自闭症患者异常脑区的检测装置的自闭症患者异常脑区的模拟修复装置,包括数据获取模块、模拟修复处理模块和输出显示模块,用于对检测出的异常脑区进行模拟修复处理。

技术领域

本发明属于图像处理技术领域,具体涉及一种自闭症患者异常脑区的检测及模拟修复装置。

背景技术

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。在大尺度脑网络研究中,节点为一个定义好的脑区,而脑区划分有多个模板可供选择,如果选取AAL116模板,将有116个节点,选择AAL90模板,将有90个节点。而过多的节点不利于找出自闭症患者和正常对照者的差异脑区。

发明内容

本发明提供了一种自闭症患者异常脑区的检测及模拟修复装置,通过提升确定自病症患者异常变化的脑区的准确性,为治疗自病症提供靶点,以及对监测出的异常变化的脑区提供模拟修复,以便于直观的显示模拟修复的预期表现。

本发明采用的技术方案如下:

一种自闭症患者异常脑区的检测装置,包括:图像数据处理单元、脑结构网络构建单元、网络层次分解单元、异常检测单元和存储单元;

所述图像数据处理单元,用于对输入样本对象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,得到每个脑区的脑灰质体积序列,并将当前样本对象的所有脑区的脑灰质体积序列存储到所述存储单元;其中,样本对象包括自病症患者和正常对照者;

所述脑结构网络构建单元,从所述存储单元中读取每个样本对象的所有脑区的脑灰质体积序列,构建每个样本对象的脑结构网络并存储到所述存储单元;其中,每个样本对象的脑结构网络为: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强度,得到初始脑结构网络;并对初始脑结构网络的所有节点间的连接强度进行二值化处理,若连接强度大于指定的二值化阈值,则将连接强度置为1,否则置为0,再将初始脑结构网络中连接强度为0的连接边删除,得到最终的脑结构网络;

所述网络层次分解单元,从所述存储单元中读取每个样本对象的脑结构网络,提取每个样本对象的脑结构网络的最大连通图,并对最大连通图按照节点度对进行节点聚类处理,得到每个样本对象的节点聚类结果并存储到所述存储单元;

其中,按照节点度对进行节点聚类处理为:

将节点度d初始为1,处理图像G0为样本对象的脑结构网络的最大连通图;

基于当前的节点度d和处理图像Gd-1提取节点度d的节点聚类结果:查找处理图像Gd-1中节点度为d的节点,将当前查找的所有节点度为d的节点从处理图像Gd-1中删除,得到当前的子图并将当前查找的所有节点度为d的节点加入节点集合Sd中;继续查找当前的子图中节点度为d的节点,将当前查找的所有节点度为d的节点继续从子图中删除,得到当前的子图其中k表示查找次数,并将当前查找的所有节点度为d的节点加入节点集合Sd中,直到当前子图中不存在节点度为为d的节点,并将最后一次得到的子图记为处理图像Gd;其中,节点集合Sd的初始值为空;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110801908.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top