[发明专利]多中心大脑弥散张量成像图分类方法及系统

说明书

本发明属于图像处理领域，提供了一种多中心大脑弥散张量成像图分类方法及系统。其中，该方法包括获取多中心大脑弥散张量成像图，并提取成像图的特征；标准化处理提取后的特征，并展开到同一维度，且将中心编号、被实例性别和年龄信息并入标准化后的特征；使用弹性网络回归筛选标准化后的特征；对筛选后的特征进行再次标准化处理；对再次标准化处理的特征使用Adaboost算法进行再次特征筛选；对中心编号进行独热编码，使得中心编号这一特征扩增到中心数目个特征；将再次筛选的特征及中心编号标签输入至逻辑回归模型，得到多中心大脑弥散张量成像图分类结果，分类结果包括中心编号标签对应的成像图属于正常图及属于阿尔兹海默症图两类。

技术领域

本发明属于图像处理领域，尤其涉及一种多中心大脑弥散张量成像图分类方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

阿尔兹海默症是一种多发于老年人群的神经系统疾病，一般被大众称为“老年痴呆症”。阿尔兹海默症的分类，即根据被试例的自身特征和大脑内部特征，将被试例分类为健康人和确诊病人。使用人工智能对阿尔兹海默症进行分类，现有大部分方法都是使用单一中心即只使用一个医院或医疗机构的磁共振成像(MRI)或计算机断层扫描(CT)图像，从图像中提取特征转化为数据或直接使用图像，经过数据处理、特征提取等过程得到分类结果。发明人发现，这样的数据易受到单一中心的限制而存在误差，并且使用这样训练得到的模型不具有普适性，难以应用到其他医院或医疗机构。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种多中心大脑弥散张量成像图分类方法及系统，其采用两次特征筛选，并且这之间再进行一次数据处理，可以使筛选出的特征较单次特征筛选更为精准，进一步提高了分类的准确率。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种多中心大脑弥散张量成像图分类方法。

一种多中心大脑弥散张量成像图分类方法，其包括：

获取多中心大脑弥散张量成像图，并提取成像图的特征；

标准化处理提取后的特征，并展开到同一维度，且将中心编号、被实例性别和年龄信息并入标准化后的特征；

使用弹性网络回归筛选标准化后的特征；

对筛选后的特征进行再次标准化处理；

对再次标准化处理的特征使用Adaboost算法进行再次特征筛选；

对中心编号进行独热编码，使得中心编号这一特征扩增到中心数目个特征；

将再次筛选的特征及中心编号标签输入至逻辑回归模型，得到多中心大脑弥散张量成像图分类结果，分类结果包括中心编号标签对应的成像图属于正常图及属于阿尔兹海默症图两类。

本发明的第二个方面提供一种多中心大脑弥散张量成像图分类系统。

一种多中心大脑弥散张量成像图分类系统，其包括：

成像图特征提取模块，其用于获取多中心大脑弥散张量成像图，并提取成像图的特征；

特征标准化模块，其用于标准化处理提取后的特征，并展开到同一维度，且将中心编号、被实例性别和年龄信息并入标准化后的特征；

特征筛选模块，其用于使用弹性网络回归筛选标准化后的特征；

特征再次标准化模块，其用于对筛选后的特征进行再次标准化处理；

特征再次筛选模块，其用于对再次标准化处理的特征使用Adaboost算法进行再次特征筛选；