申请/专利权人:华南理工大学
申请日:2024-03-13
公开(公告)日:2024-06-07
公开(公告)号:CN118154546A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/764
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明提供了一种基于深度神经网络的脑部图像处理方法及系统,所述方法为:获取待预测的脑部影像图和脑部PET图像;提取并根据所述脑部影像图中各脑区的纤维束数量,生成脑网络数据;从所述脑部PET图像中提取所述各个脑区的蛋白质沉积数据;将所述脑网络数据和蛋白质沉积数据输入至预设的分类预测模型中,以使所述分类预测模型生成对应的阿尔茨海默病分类结果并更新模型内部的权重矩阵,其中,所述分类预测模型是基于多尺度小波变换模型和深度神经网络组合构建并训练获得;根据所述权重矩阵预测阿尔茨海默病在所述各个脑区之间的神经病理传播通路,提高了模型分类的准确率并实现了对阿尔茨海默病的神经病理传播通路的预测。
主权项:1.一种基于深度神经网络的脑部图像处理方法,其特征在于,包括:获取待预测的脑部影像图和脑部PET图像;提取并根据所述脑部影像图中各脑区的纤维束数量,生成脑网络数据;从所述脑部PET图像中提取所述各个脑区的蛋白质沉积数据;将所述脑网络数据和蛋白质沉积数据输入至预设的分类预测模型中,以使所述分类预测模型生成对应的阿尔茨海默病分类结果并更新模型内部的权重矩阵,其中,所述分类预测模型是基于多尺度小波变换模型和深度神经网络组合构建并训练获得,所述权重矩阵为所述深度神经网络中的权重矩阵;根据所述权重矩阵预测阿尔茨海默病在所述各个脑区之间的神经病理传播通路。
全文数据:
权利要求:
百度查询: 华南理工大学 一种基于深度神经网络的脑部图像处理方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。