[发明专利]一种基于基因网络判别脑疾病状态的电子设备

权利要求书

1.一种基于基因网络判别脑疾病状态的电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时用于实现：

根据被试者的基因数据构建基因网络；

将构建的基因网络通过结构信息映射模型进行结构信息聚集得到关键基因结构网络；并将所述关键基因结构网络映射为关键脑结构网络后，对所述关键脑结构网络进行结构信息扩散得到脑网络；进而根据所述脑网络判别该被试者的脑疾病状态；

其中，所述结构信息映射模型是以各种脑疾病状态的患者的基因网络和脑网络作为样本预先训练得到的。

2.根据权利要求1所述的电子设备，其特征在于，所述结构信息映射模型包括：

生成器，用于将所述基因网络的结构信息进行聚集得到关键基因结构网络；将所述关键基因结构网络映射为关键脑结构网络；对所述关键脑结构网络进行结构信息扩散得到脑网络；

判别器，用于根据所述脑网络判别该被试者的脑疾病状态。

3.根据权利要求2所述的电子设备，其特征在于，所述生成器中包括：

结构编码模块，用于对所述基因网络的权重矩阵进行n次聚合卷积操作，得到更新的权重矩阵，作为关键基因结构网络的权重矩阵；

映射模块，用于对所述关键基因结构网络的权重矩阵进行映射卷积操作，得到映射的关键脑结构网络的权重矩阵；

结构解码模块，用于对所述关键脑结构网络的权重矩阵进行n次扩散卷积操作，得到映射的脑网络的权重矩阵。

4.根据权利要求2所述的电子设备，其特征在于，所述判别器中包括：

聚合卷积模块，用于对所述脑网络的权重矩阵进行n次聚合卷积操作，得到更新的权重矩阵；

全连接层模块，用于提取更新的权重矩阵的特征后输出该被试者的判别结果。

5.根据权利要求3所述的电子设备，其特征在于，所述结构编码模块中包括n阶聚合卷积层；

其中，第t+1阶聚合卷积层用于对输入的权重矩阵W^(t)进行点聚合卷积操作，以及边聚合卷积操作，得到边权重变化量矩阵ΔW^(t)；进而基于ΔW^(t)计算更新的权重矩阵W^(t+1)；

其中，W^(t)为输入到所述生成器的基因网络的权重矩阵W⁽⁰⁾经过t阶聚合卷积层的聚合卷积操作后得到的权重矩阵；以及

所述映射模块具体用于对输入的权重矩阵W^(t+1)进行点映射卷积操作、点信息映射卷积操作，以及对称化操作后，得到关键脑结构网络的权重矩阵W′⁽⁰⁾；以及

所述结构解码模块中包括n阶扩散卷积层；

其中，第t+1阶扩散卷积层用于对输入的权重矩阵W′^(t)进行点扩散卷积操作，以及边扩散卷积操作，得到边权重变化量矩阵ΔW′^(t)，进而基于ΔW′^(t)计算更新的权重矩阵W′^(t+1)；

其中，W′^(t)为所述映射模块输出的关键脑结构网络的权重矩阵W′⁽⁰⁾经过t阶扩散卷积层的扩散卷积操作后得到的权重矩阵。

6.根据权利要求4所述的电子设备，其特征在于，所述聚合卷积模块中包括n阶聚合卷积层；

其中，第k阶聚合卷积层用于对输入的权重矩阵进行点聚合卷积操作，以及边聚合卷积操作，得到边权重变化量矩阵进而基于计算更新的权重矩阵

其中，为输入到所述判别器的脑网络的权重矩阵经过k-1阶聚合卷积层的聚合卷积操作后得到的权重矩阵。