科创中国
一种基于弥散张量成像技术的疾病诊断辅助系统
成果类型：: 发明专利
发布时间: 2023-02-06 10:07:34
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 郝建平 | 2023-02-24 10:33:41
本发明属于医学图像辅助诊断技术领域，尤其涉及一种基于弥散张量成像技术的疾病诊断辅助系统及方法。所述基于弥散张量成像技术的疾病诊断辅助系统包括图像预处理模块、专家知识库模块、张量学习模块和诊断结果输出模块；所述图像预处理模块用于弥散张量图像的采集、弥散张量图像重配准以及弥散张量图像特征提取；所述专家知识库模块用于建立大脑和脊髓相关疾病的专家知识库；所述张量学习模块用于利用专家知识库和张量学习算法对弥散张量图像进行张量分类模型训练以及张量分类模型优化和测试；所述诊断结果输出模块用于输出诊断结果。本发明充分挖掘图像的原有信息，提高模式分类精度，极大地降低计算量，并有效地保整了疾病诊断的实时性。
一种基于弥散张量成像技术的疾病诊断辅助系统，其特征在于：包括图像预处理模块、专家知识库模块、张量学习模块和诊断结果输出模块；所述图像预处理模块用于弥散张量图像的采集、弥散张量图像重配准以及弥散张量图像特征提取；所述专家知识库模块用于建立大脑和脊髓相关疾病的专家知识库；所述张量学习模块用于利用专家知识库和张量学习算法对弥散张量图像进行张量分类模型训练以及张量分类模型优化和测试；所述诊断结果输出模块用于输出诊断结果。
通过机器学习方法能从原始弥散张量图像中提取出判断人体疾病的有效信息，从 而为预测分析大脑和脊髓相关的疾病提供有力的帮助。但是传统的机器学习方法都是基于 向量模式的算法，例如支持向量机、线性判别分析以及神经网络等，这些算法要么就只处理 弥散张量成像数据的一些标量指标，而不能充分利用弥散张量图像的结构空间信息；要么 在分析处理之前，先将张量展开为向量。然而，这种做法会带来以下问题：1、破坏原始数据 的结构和张量结构数据的内在相关性。2、大脑弥散张量成像数据在向量化后，其生成的统 计参数(典型的为协方差阵)的维数极大，会破坏原始数据的结构，丢失数据的内在相关性， 从而导致极高的计算复杂度和存储代价。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
本发明实施例的基于弥散张量成像技术的疾病诊断辅助系统及方法针对弥散张 量图像中方向信息比灰度信息更敏感的特点，提出二重度量配准方法;其次，提出一种多线 性核主成分分析方法实现弥散张量图像的特征提取和降维;最后，针对向量模式学习算法 在处理张量结构数据方面的局限性，结合分类器的结构风险最小化原理和现有的张量模式 学习算法，并基于最优投影矢量准则，提出基于最优投影支持张量机，实现基于张量模式算 法和弥散张量图像的疾病诊断实时识别，可以在不破坏原始数据结构的前提下，充分挖掘 图像的原有信息，提高模式分类精度，可以极大地降低计算量和计算成本，并有效地保整了 疾病诊断的实时性。本发明可用于在星形细胞瘤间变型、精神脱髓鞘性病变、中枢神经系统 发育异常、精神分裂症、抑郁症、脊髓型颈椎病等与脑和脊髓相关联的疾病分析和预测方 面，同时本发明也可以用于正常人的大脑和脊髓相关疾病的预防和健康护理方面。
技术合作
以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
下载app