申请/专利权人:浙江工业大学
申请日:2022-06-13
公开(公告)日:2024-06-14
公开(公告)号:CN115054228B
主分类号:A61B5/055
分类号:A61B5/055
优先权:
专利状态码:有效-授权
法律状态:2024.06.14#授权;2022.10.04#实质审查的生效;2022.09.16#公开
摘要:一种基于多尺度特征提取的帕金森病大脑异常标注方法,包括以下步骤:步骤一:图像预处理;步骤二:拟合微结构属性;步骤三:全脑的白质纤维重构;步骤四:基于深度学习的白质束分割;步骤五:白质束微结构特征重采样;步骤六:白质异常特征预标记;步骤七:提取白质异常特征。本发明能够从多个尺度评估患者的白质微结构异常,实现对患者的异常特征更可靠的解释和提取,对于提前诊断帕金森病患者具有参考作用。
主权项:1.一种基于多尺度特征提取的帕金森病大脑异常标注方法,其特征在于,所述方法包括以下步骤:步骤一:图像预处理,过程如下:对所有被试的DWI数据进行去噪、头动、涡流和磁化校正,并进行去头骨;步骤二:拟合微结构属性,过程如下:对处理后的DWI数据进行全脑体素的拟合,得到不同尺度的微结构属性图像,包括DTI、FWt-DTI和NODDI;步骤三:全脑的白质纤维重构,过程如下:基于纤维方向分布计算出全脑的白质响应函数,使用纤维重构算法追踪出全脑的纤维;步骤四:基于深度学习的白质束分割,过程如下:将全脑纤维进行半自动的特定纤维束分割;步骤五:白质束微结构特征重采样,过程如下:将特定纤维束的所有纤维流线的坐标与微结构属性的体素相匹配,沿着整段纤维束进行重采样;步骤六:白质异常特征预标记,过程如下:在完成重采样后,将帕金森病患者与对照组进行统计学组间比较,预标记出异常特征;步骤七:提取白质异常特征,过程如下:将预标记的特征与帕金森病患者的临床量表进行相关性分析,并分析其预测能力,实现帕金森病的白质异常特征提取。
全文数据:
权利要求:
百度查询: 浙江工业大学 一种基于多尺度特征提取的帕金森病大脑异常标注方法
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。