[发明专利]一种脑电影像特征提取模型的训练方法及装置

说明书

本申请提供一种脑电影像特征提取模型的训练方法及装置。方法包括：获取样本数据；根据所述脑区信号构建超图；将所述脑区信号按所述时序信息进行划分，获得每个时间区域对应的区域数据；根据所述超图、所述区域数据、所述分类标签和划分的时间区域个数获取脑电影像特征提取模型的目标函数；对目标函数进行最小化求解，获得所述目标函数取最小值时，所述目标函数中的权重参数值，所述权重参数值用于表征每个所述区域数据对应的权重的权重值。通过该方式，能改善现有的特征提取模型的通用性差以及输出结果准确率低的问题。

技术领域

本申请涉及医疗影像特征提取领域，具体而言，涉及一种脑电影像特征提取模型的训练方法及装置。

背景技术

目前，对数据样本进行处理构建特征提取模型时，通常会使用传统的图结构揭示多个样本之间的相关性，但在传统的图结构中，每条边仅能表示样本之间的成对关系，无法揭示样本之间更多的关系，从而使构建的特征提取模型的通用性较差。此外，对于数据往往采用简单平均等方法进行处理，不考虑数据自身所含有的特定的信息，从而在有限的数据集中往往无法获得好的效果。

发明内容

本申请实施例的目的在于提供一种脑电影像特征提取模型的训练方法及装置，以改善“现有的特征提取模型的通用性差以及输出结果准确率低”的问题。

本发明是这样实现的：

第一方面，本申请实施例提供一种脑电影像特征提取模型的训练方法，所述方法包括：获取样本数据，所述样本数据包括与多个被试对应的脑区信号及其分类标签；所述脑区信号中携带有时序信息，不同的所述被试对应的脑区信号的类型和个数均相同，且所述个数大于1；所述分类标签表征所述样本数据为正样本或负样本；根据所述脑区信号构建超图，所述超图表征了各个所述被试之间脑区信号的高阶相关性；将所述脑区信号按所述时序信息进行划分，获得每个时间区域对应的区域数据；根据所述超图、所述区域数据、所述分类标签和划分的时间区域个数获取脑电影像特征提取模型的目标函数；对目标函数进行最小化求解，获得所述目标函数取最小值时，所述目标函数中的权重参数值，所述权重参数值用于表征每个所述区域数据对应的权重的权重值。

在本申请实施例中，样本数据包括与多个被试对应的脑区信号及其分类标签，通过使用该脑区信号构建超图，能更准确的表达多个被试之间脑区信号的高阶相关性，系统地表达多个被试之间脑区信号的复杂关联信息；又因脑区信号中携带有时序信息，所以可将脑区信号按照该时序信息划分为多个时间区域对应的区域时间，以此充分利用该脑区信号之间的动态时序信息。接着，根据构建好的超图、上述区域数据、样本数据的分类标签和划分的时间区域个数获取脑电影像特征提取模型的目标函数，对目标函数进行最小化求解，获得该目标函数取最小值时，目标函数中的权重参数值，即每个区域数据对应的权重的权重值。通过上述方式，能提高构建的脑电影像特征提取模型的通用性，并使该模型的效果更好。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述根据所述脑区信号构建超图，包括：获取每个所述被试的脑区信号与其他所述被试的脑区信号之间的相关性；根据所述相关性选择每个所述被试距离其自身最近的k个所述被试，将每个所述被试与距离其最近的k个所述被试之间使用超边连接，构建所述超图，k为正整数。

在本申请实施例中，获取每个被试的脑区信号之间的相关性，将被试间的脑区信号的相关性作为被试彼此之间的距离；根据上述相关性选择每个所述被试距离其自身最近的k个所述被试，使用超边连接，构建所述超图，即在该超图中，每个被试连接k个距离最小的其他被试。通过将脑区信号之间的相关性作为被试彼此之间的距离以此来构建超图，能更准确的筛选出与每个被试最相关的k个被试。

结合上述第一方面提供的技术方案，在一些可能的实现方式中，所述根据所述超图、所述区域数据、所述分类标签和划分的时间区域个数获取脑电影像特征提取模型的目标函数，包括：根据所述区域数据、所述分类标签和所述时间区域个数获取所述目标函数中的损失函数项；根据所述区域数据获取所述目标函数中的组稀疏正则化项；根据所述超图和所述区域数据获取所述目标函数中的超图拉普拉斯正则化项。