[发明专利]基于健康人群分布实现脑影像特征归一化处理的方法、系统、装置、处理器及其存储介质

权利要求书

1.一种基于健康人群分布实现脑影像特征归一化处理的方法，其特征在于，所述的方法包括以下步骤：

(1)收集健康人群的磁共振脑影像，通过脑区分割及皮层重建的方式，获取健康被试的大脑形态学特征；

(2)通过协变量回归模型对送检图像特征进行协变量校正，得到去除协变量影响后的特征；

(3)通过核密度估计得到健康人群在特征维度上的特征分布概率密度函数；

(4)通过特征分布概率密度函数得到在特征维度下在健康人群分布中的分位数，将分位数作为特征维度的归一化后的取值结果；

所述的步骤(2)具体为：

(2.1)对每个特征维度，根据年龄、性别、全脑体积及指标间的交互项作为协变量建立协变量回归模型；

(2.2)通过协变量回归模型得到去除协变量影响后的特征；

所述的步骤(2)中得到去除协变量影响后的特征，具体为：

根据以下公式得到去除协变量影响后的特征：

其中，为脑区分割和皮层重建后得到的健康人群在某一特征维度上的全部特征，为维度特征预测值，即原始特征中受到协变量影响的值；

所述的维度特征预测值通过协变量回归模型得到，具体为：

根据以下公式得到协变量在每一个特征维度上的特征预测值：

其中，ε分别为健康被试人群的年龄、性别和全脑体积，k₁～k₈分别代表回归系数。

2.根据权利要求1所述的基于健康人群分布实现脑影像特征归一化处理的方法，其特征在于，所述的步骤(3)中得到特征分布概率密度函数，具体为：

根据以下公式得到特征分布概率密度函数：

其中，K()为采用标准正态分布的核函数，h为带宽，δ为特征维度，n为健康被试总数，δ_i为第i个健康被试在当前特征维度上的特征，包括δ₁、δ₂……δ_n。

3.根据权利要求2所述的基于健康人群分布实现脑影像特征归一化处理的方法，其特征在于，所述的带宽通过最优化平均积分平方误差获得，或基于逐样本点估计的自适应带宽设置。

4.根据权利要求1所述的基于健康人群分布实现脑影像特征归一化处理的方法，其特征在于，所述的步骤(4)中得到在特征维度下在健康人群分布中的分位数，具体为：

根据以下公式得到在特征维度下在健康人群分布中的分位数：

其中，ρ的取值范围为0～1，t为积分变量，为一连续值，其取值在之间，为系统未见过的送检患者的影像特征。