[发明专利]基于多任务图同构网络的阿尔兹海默病分类装置及方法

权利要求书

1.一种基于多任务图同构网络的阿尔兹海默病分类装置，其特征在于，包括fMRI数据预处理模块、数据提取模块和分类预测模块；

所述fMRI数据预处理模块，用于对M组AD患者和正常人的功能性磁共振成像数据进行预处理，获得M组标准fMRI数据，并将标准fMRI数据发送至所述数据提取模块；

所述数据提取模块，用于接收标准fMRI数据预处理模块发送的M组fMRI数据；从M组标准fMRI数据中提取出M组脑功能网络，得到M组邻接矩阵，从每一组脑功能网络的节点中提取该组的节点特征，并将节点特征数据发送至所述分类预测模块；

所述分类预测模块，用于接收数据提取模块发送的M组邻接矩阵和节点特征数据；使用图同构网络对每一脑功能网络中的每个节点及其相邻节点的特征进行融合得到新的特征，不断更新节点特征，得到更新后的节点特征后，使用READOUT函数将节点特征转化为图特征，进行非线性变换，将变换结果输入到sigmoid函数中实现对阿尔兹海默病的分类，最后利用损失函数通过分类结果和真实结果之间的区别计算损失值来指导参数的调整。

2.根据权利要求1所述的基于多任务图同构网络的阿尔兹海默病分类装置，其特征在于，所述fMRI数据预处理模块进一步包括时间矫正器、头动校正器、空间配准器以及空间平滑器；

所述时间矫正器，用于对数据采集模块收集的M组原始fMRI数据中脑功能图像与脑功能图像之间的时间差异进行矫正，得到M组经过时间差异矫正后的fMRI数据；

所述头动校正器，用于对M组经过时间差异校正后的fMRI数据中的脑功能图像进行头动校正，得到M组经过头动校正后的fMRI数据；

所述空间配准器，用于对M组经过头动校正后的fMRI数据中的脑功能图像与结构像进行配准，得到M组经过空间配准后的fMRI数据；

所述空间平滑器，用于对M组经过空间配准后的fMRI数据进行噪声值平滑处理，得到M组经过空间滤波处理后的标准fMRI数据，从而获得所需的标准fMRI数据。

3.根据权利要求1所述的基于多任务图同构网络的阿尔兹海默病分类装置，其特征在于，所述数据提取模块进一步包括：脑功能网络构建器、特征提取器以及分桶截取器；

所述脑功能网络构建器，用于将每个标准功能磁共振成像与标准模板进行感兴趣区域匹配，将全脑分为116个脑区，并将该116个脑区作为节点，以脑区之间的相关系数作为边构建以二值矩阵形式存储的脑功能网络；

所述特征提取器，用于对存储脑功能网络的每组二值矩阵计算度中心性、介数中心性、聚类系数、特征向量中心性、接近中心性和pagerank中心性六个特征；

所述分桶截取器，用于使用等距分桶的方法，对从每组二值矩阵提取出的六个特征按照值域等距进行截取，并将相同数值范围内的数据放入一个桶中，将连续性特征离散化为离散特征。