[发明专利]基于脑影像的脑结构和功能特征展示系统在审
申请号: | 201811573419.0 | 申请日: | 2018-12-21 |
公开(公告)号: | CN109497951A | 公开(公告)日: | 2019-03-22 |
发明(设计)人: | 左年明;蒋田仔;刘浩 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/16 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基本信息 脑结构 被测对象 功能特征 影像数据 影像特征 样本数据库 样本数据 展示系统 样本 配置 影像 特征提取模块 医学影像技术 差异化分析 计算机资源 个体差异 融合显示 输入模块 特征提取 预测模块 大数据 预设 录入 标签 分析 占用 | ||
本发明属于医学影像技术领域,具体涉及一种基于脑影像的脑结构和功能特征展示系统,旨在为了解决解决脑结构数据的综合显示问题。本发明系统包括输入模块,配置为录入被测对象基本信息、脑影像数据;所属基本信息包括年龄;特征提取模块,配置为对输入的被测对象的脑影像数据进行特征提取,获取脑影像特征;分析预测模块,配置为依据所获取的脑影像特征、所述被测对象的基本信息,基于所述样本数据库按照预设的分析方法进行差异化分析;样本数据库包括多个样本数据,所述样本数据包括脑影像数据样本、对应的基本信息标签、对应的脑影像特征样本。本发明实现了脑结构数据和功能特征的融合显示和基于大数据的个体差异显示,操作简单方面,对本地计算机资源占用低。
技术领域
本发明属于医学影像技术领域,具体涉及一种基于脑影像的脑结构和功能特征展示系统。
背景技术
大脑是人体最复杂的器官,随着医学影像技术的发展,尤其是现代医学影像如核磁共振技术的发明,极大的促进了脑功能研究的发展。研究大脑的功能不仅可以使人们有意识的了解大脑的奥秘,甚至能够从一定程度上预测和估计脑认知特征和功能。目前医学上主要使用的是单个方面数据的显示如结构相数据的显示,而这种方式显示内容单一,对非专业用户不友好,如要显示多个内容,需要进行不同操作,使用起来很不方便。
发明内容
为了解决现有技术中的上述问题,即为了解决脑结构数据的综合显示问题,本发明提出了一种基于脑影像的脑结构和功能特征展示系统,包括输入模块、特征提取模块、分析预测模块、样本数据库;
所述输入模块,配置为录入被测对象基本信息、脑影像数据;所属基本信息包括年龄;
所述特征提取模块,配置为对输入的被测对象的脑影像数据进行特征提取,获取脑影像特征;
所述分析预测模块,配置为依据所获取的脑影像特征、所述被测对象的基本信息,基于所述样本数据库按照预设的分析方法进行差异化分析;
所述样本数据库包括多个样本数据,所述样本数据包括脑影像数据样本、对应的基本信息标签、对应的脑影像特征样本。
在一些优选实施例中,所提取的脑影像特征包括脑灰质皮层特征、脑白质特征、脑功能活动特征中的一个或多个;
所述脑灰质皮层特征包括脑灰质体积、灰质皮层厚度、折叠程度、灰白质渐变梯度、灰质皮层复杂度中的一个或多个;
所述脑白质特征包括脑白质体积、脑白质形态结构、脑白质纤维结构信息中的一个或多个;
所述脑功能活动特征包括功能活动强度、功能连接强度、功能连接效率中的一个或多个。
在一些优选实施例中,所述基本信息还包括智商和/或认知评分。
在一些优选实施例中,所述脑影像数据包括脑结构影像数据和/或脑功能影像数据。
在一些优选实施例中,所述分析预测模块中“按照预设的分析方法进行差异化分析”,包括:
基于基本信息-脑影像特征对应关系,计算被测对象的所述脑影像特征在同龄样本中的位置;和/或
基于基本信息-脑影像特征对应关系,计算被测对象的所述脑影像特征所对应的年龄信息;
其中,
所述基本信息-脑影像特征对应关系,依据样本数据库中的脑影像特征样本及对应的基本信息标签,通过线性或者非线性回归的方法获取的对应关系表示。
在一些优选实施例中,所述基本信息-脑影像特征对应关系还包括预设的置信区间。
在一些优选实施例中,该系统还包括显示模块,该模块配置为获取所述分析预测模块输出的数据和/或所述输入模块输入的数据,并通过显示装置显示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811573419.0/2.html,转载请声明来源钻瓜专利网。