龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号