[发明专利]基于数据分簇和集成学习的孤独症谱系障碍的诊断系统

权利要求书

1.一种基于数据分簇和集成学习的孤独症谱系障碍的诊断系统，其特征在于，包括：

脑功能连接相关性矩阵构建模块，其用于获取被试的单模态磁共振影像，构建被试的脑功能连接相关性矩阵；

在所述脑功能连接相关性矩阵构建模块中，构建被试的脑功能连接相关性矩阵之前，对被试的单模态磁共振影像进行预处理；

预处理流程包括：去时间点、头动及时间层矫正、空间标准化及平滑滤波；

特征向量获取模块，其用于基于信息熵对被试的脑功能连接相关性矩阵进行降维处理，获得被试的特征向量；

基于信息熵对被试的脑功能连接相关性矩阵进行降维处理的过程为：

每一个被试的脑功能连接相关性矩阵，取严格上三角矩阵作为初始数据，然后从上到下遍历转换成一列多维向量；

将每个被试的列向量中相同位置的数值取出，组合成一个一维数组；

利用信息熵公式计算每个一维数组的熵值；

然后使用熵值对所有一维数组进行排序，取熵值最大的前预设数量的数组的下标作为第二轮降维后的数据采集索引；

最后将所有的特征向量按照数据采集索引进行取值降维，得到一个新的降维后的特征向量；

孤独症谱系障碍诊断模块，其用于基于诊断模型对被试的特征向量进行处理，得到最终诊断结果；

其中，所述诊断模型包括同质基学习器和决策学习器；

同质基学习器的训练数据集构建过程为：将孤独症谱系障碍组和健康对照组的特征向量依次进行分布编码及结合空间距离分簇，再将分簇数据按照预设组合规则，组装成拥有孤独症谱系障碍组样本和健康对照组样本的数据子集；

借助数据聚类方法在保证概率分布不变的前提下划分出若干数据子集，组装拥有孤独症谱系障碍组样本和健康对照组样本的数据子集的过程为：

以孤独症谱系障碍组中的每个簇为主簇；针对主簇之外的孤独症谱系障碍组簇按照取样总数为原主簇样本数的预设百分比进行随机采样；

对照组中每簇采样数量需按照原概率分布比例抽取；

使用分层随机采样方式对对照组中的各个簇分别采样后放进主簇中；

在训练过程中采用集成学习的方式对新数据子集分别进行一对一训练，每个基学习器只针对一个数据子集进行特征提取和分类；

分布编码的过程为：

设定编码阈值，计算样本中每个位置数值和0差值的绝对值；

若绝对值大于编码阈值，则该位置编码为1；

若绝对值小于等于编码阈值，则该位置编码为0，最终每个样本获得一串多维的01编码；

样本分簇使用的数据由空间距离和量化后相关性空间分布特征值两部分组成；

在同质基学习器的训练数据集构建过程中，对分布编码进行一次或多次池化操作；

所有池化操作完成之后将编码转成十进制数得到量化后的空间分布数值，空间分布数值越相近，则高相关性数据的空间分布越相似；

决策学习器的训练数据集由同质基学习器输出的孤独症谱系障碍的概率值构建。

2.如权利要求1所述的基于数据分簇和集成学习的孤独症谱系障碍的诊断系统，其特征在于，对分布编码进行一次或多次池化操作的过程为：

在每一次池化操作中设置一个预设宽度的滑动窗口，从编码串第一位开始进行预设步长的滑动操作；

根据0和1的数量，对孤独症谱系障碍组和健康对照组进行重新编码。