欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2015109697218
申请人: 重庆大学
专利类型:发明专利
专利状态:已下证
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于脑部病理年龄估计的脑疾病检测系统,其特征在于包括:

图像采集设备:用于采集脑磁共振图像,并将采集到的脑磁共振图像输入到存储器中;

实际年龄输入设备:用于输入实际年龄信息到存储器中;

存储器:设有VCI样本数据库、CTL样本数据库以及待测数据库,所述VCI样本数据库用于存储脑疾病患者的脑磁共振图像和对应实际年龄信息,所述CTL样本数据库用于存储正常人的脑磁共振图像和对应的实际年龄信息,所述待测数据库用于存储未确诊对象的脑磁共振图像和对应的实际年龄信息;

预处理模块:从存储器的各个数据库中获取脑磁共振图像并进行组织分割;

特征提取模块:从组织分割后的脑磁共振图像中提取N个图像特征;

特征选择模块:根据参数优化模块输出的图像特征选择参数从N个图像特征中选择M个图像特征送入脑部病理年龄估计模块中,N和M为正整数;

脑部病理年龄估计模块:将特征选择模块所选的M个图像特征和实际年龄信息作为模型输入,利用VCI样本数据库和CTL样本数据库中的数据进行样本训练和样本测试,通过参数优化模块对模型参数和图像特征选择参数进行优化,得到最佳脑部病理年龄估计模型,利用该模型对待测数据库中的数据进行处理,从而输出未确诊对象的脑部病理年龄估计值;

参数优化模块:用于改变脑部病理年龄估计模型的模型参数以及特征选择模块的图像特征选择参数,使得脑部病理年龄估计模型的适应度函数最大化;

分类识别模块:根据脑部病理年龄估计模块输出的脑部病理年龄估计值与对应的实际年龄信息进行分类识别;

结果输出模块:输出分类识别模块的识别结果。

2.根据权利要求1所述的基于脑部病理年龄估计的脑疾病检测系统,其特征在于,所述预处理模块从存储器的各个数据库中获取脑磁共振图像,并按左右脑分别分割为多个组织,包括丘脑、尾状核头、核壳、苍白球、海马体、扁桃腺和伏核区。

3.根据权利要求2所述的基于脑部病理年龄估计的脑疾病检测系统,其特征在于,所述特征提取模块所提取的图像特征包括每个组织的形态、数量、周长、面积、容积、曲率、厚度。

4.根据权利要求1-3任一所述的基于脑部病理年龄估计的脑疾病检测系统,其特征在于,所述脑部病理年龄估计模块采用SVR模型。

5.根据权利要求4所述的基于脑部病理年龄估计的脑疾病检测系统,其特征在于,所述脑部病理年龄估计模块在模型训练过程中,先利用VCI样本数据库和CTL样本数据库中的数据进行样本训练,设定正常人的年龄偏差p在(pmin,pmax)范围内变化,脑疾病患者的年龄偏差q在(qmin,qmax)范围内变化,p,q的变化步径Δ=1,选定训练样本和测试样本,将训练样本的图像特征和实际年龄作为输入,将实际年龄与年龄偏差之和作为目标输出,利用参数优化模块中的遗传算法改变脑部病理年龄估计模型的模型参数以及特征选择模块的图像特征选择参数,通过测试样本进行测试,寻找当前(p,q)组合下适应度函数最大值,得到局部最优的模型参数和图像特征选择参数;通过在(pmin,pmax)和(qmin,qmax)范围内按预设步进轮询,寻找所有(p,q)组合中适应度函数最大值,得到全局最优的模型参数和图像特征选择参数,从而得到最佳脑部病理年龄估计模型。

6.根据权利要求4所述的基于脑部病理年龄估计的脑疾病检测系统,其特征在于,所述脑部病理年龄估计模块在模型训练过程中,所采用的适应度函数为 其中:表示类间方差;

表示类内方差;

其中, 表示正常人测试样本占总测试样本的比值; 表示脑疾病

患者测试样本占总测试样本的比值;

N1和N2分别表示正常人测试样本和脑疾病患者测试样本的样本个数,且至少等于10;

ypi表示测试样本中第i个正常人的脑部病理年龄估计值,yqj表示测试样本中第j个脑疾病患者的脑部病理年龄估计值;

表示测试样本中N1个正常人的脑部病理年龄估计值均值, 表示测试样本中N2个脑疾病患者的脑部病理年龄估计值均值。

表示测试样本中N1个正常人和N2个脑疾病患者的脑部病理年龄估计值均值。

7.根据权利要求4所述的基于脑部病理年龄估计的脑疾病检测系统,其特征在于,所述分类识别模块提取最佳脑部病理年龄估计模型训练时所采用的(p,q)组合并记为(pbest,qbest),未确诊对象通过脑部病理年龄估计模块所得脑部病理年龄与实际年龄的偏差为pe,当|pe-pbest|<|pe-qbest,则分类识别模块将其归为正常人,否则归为脑疾病患者。