[发明专利]个体化结构脑网络构建方法、系统、电子设备及存储介质

说明书

本申请公开了一种个体化结构脑网络构建方法、系统、电子设备及存储介质，涉及脑网络技术领域。本申请的个体化结构脑网络构建方法，包括：获取脑部结构的多个结构磁共振数据，根据多个结构磁共振数据得到多个第一形态学特征值；对脑部结构划分得到多个功能区域，获取每一功能区域对应的第一形态学特征值作为第二形态学特征值；根据每一第二形态学特征值生成对应的形态学向量，并根据至少两个形态学向量得到至少两个形态学向量的相似性；根据至少两个形态学向量的相似性，构建脑部结构的脑网络。本申请能够根据大脑结构形态学特征构成的不同长度向量，计算出不同长度向量间的最优归整距离并且不丢失大脑体素信息，进而提高脑网络构建的准确度。

技术领域

本申请涉及脑网络技术领域，特别涉及一种个体化结构脑网络构建方法、系统、电子设备及存储介质。

背景技术

目前，有很多构建个体化结构协变脑网络的方法，比如基于概率密度加KL散度的方法。该方法并未考虑大脑中真实的结构形态学的差异性，并且需要同时对大脑中结构形态学特征的分布进行采样来得到长度一致的向量，才能计算KL散度。但是由于大脑里面每个区域大小不一样，即灰质体素个数不一样，所以构成的向量长短不同，通过采样获得长度一致的向量会使得部分体素信息被丢失，导致脑网络构建的准确度不高。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种个体化结构脑网络构建方法、系统、电子设备及存储介质，能够直接计算根据大脑结构形态学特征构成的不同长度向量间的最优规整距离，从而解决由于大脑体素信息丢失而导致脑网络构建的准确度不高的问题。

根据本申请的第一方面实施例的个体化结构脑网络构建方法，包括：

获取脑部结构的多个结构磁共振数据；

根据多个所述结构磁共振数据，得到多个第一形态学特征值；

对所述脑部结构划分得到多个功能区域；

获取每一所述功能区域对应的所述第一形态学特征值，作为第二形态学特征值；

根据每一所述第二形态学特征值生成对应的形态学向量；

根据至少两个所述形态学向量，得到至少两个所述形态学向量的相似性；

根据至少两个所述形态学向量的相似性，构建所述脑部结构的脑网络。

根据本申请实施例的个体化结构脑网络构建方法，至少具有如下有益效果：

获取脑部结构的多个结构磁共振数据，根据多个结构磁共振数据得到多个第一形态学特征值；对脑部结构划分得到多个功能区域，获取每一功能区域对应的第一形态学特征值作为第二形态学特征值；根据每一第二形态学特征值生成对应的形态学向量，并根据至少两个形态学向量得到至少两个形态学向量的相似性；根据至少两个形态学向量的相似性，构建脑部结构的脑网络。本申请能够根据大脑结构形态学特征构成的不同长度向量，计算出不同长度向量间的最优归整距离并且不丢失大脑体素信息，进而提高脑网络构建的准确度。

根据本申请的一些实施例，所述根据多个所述结构磁共振数据，得到多个第一形态学特征值，包括：

对多个所述结构磁共振数据进行数据处理；

将处理后的每一所述结构磁共振数据配准到标准的模板空间，得到每一所述结构磁共振数据对应的第一形态学特征值。

根据本申请的一些实施例，所述对所述脑部结构划分得到多个功能区域之后，包括：

获取每一所述功能区域对应的多个区域体素和所述区域体素的数量。

根据本申请的一些实施例，所述根据至少两个所述形态学向量，得到至少两个所述形态学向量的相似性，包括：