[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

说明书

本发明属于脑影像领域和机器学习领域，为了解决现有技术存在数据量少、磁共振成像涉及参数较多及实施较复杂的问题，提供了基于数据分簇和集成学习的孤独症谱系障碍的诊断系统，其包括脑功能连接相关性矩阵构建模块，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；特征向量获取模块，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；孤独症谱系障碍诊断模块，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。本发明考虑了数据的个体异质性和中心异质性，有效地缓解了数据异质性对分类结果的影响，有助于提升模型诊断的准确率。

技术领域

本发明属于脑影像领域和机器学习领域，尤其涉及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。

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。

孤独症谱系障碍（Autism Spectrum Disorder，ASD）是一种因脑发育异常导致的终身疾病，患者的主要表现为沟通障碍、社交障碍以及存在刻板性、重复性行为。该疾病在初期不易被察觉，且目前主流诊断依然基于行为观察、详细病史采集和精神评估。病情严重程度易受社会环境的影响，尽早地诊断和干预有助于疾病的治疗。因此，许多研究借助脑影像数据获取脑连接特征用于诊断ASD疾病，期待找到一些能应用于早期诊断的功能指标。

磁共振影像为探究人类大脑结构和功能提供了技术手段，研究者可以借助机器学习技术把大量磁共振影像数据作为数据集，训练出高效率的诊断模型进而能总结出可靠的影像学检查指标。但是磁共振影像数据易受采集机器型号、采集磁场强度和采集流程规范等客观因素的影响，导致数据集中不同采集中心的数据质量不同，即存在中心异质性。此外，ASD患者之间因为生活环境、年龄、智力、病情程度等个人因素不同，导致数据集中不同个体的数据质量不同，即存在个体异质性。异质性会影响机器学习的模型训练效果，从而影响人们对ASD的诊断和对发病原因的探索。

现阶段基于磁共振影像的ASD患者诊断的研究，主要聚焦于通过改进学习模型、引入新型优化方法、增加训练样本数据类型（多模态技术）来提升诊断模型的准确率，忽略了数据异质性对模型结果的影响。其余涉及到解决异质性问题的模型仅考虑通过借助机器学习技术学习磁共振扫描参数影响成像效果的规律来纠正数据从而提升数据质量，缓和数据异质性。但是该方法存在数据量少、磁共振成像涉及参数较多、实施较复杂的缺点。

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，其因考虑了数据的个体异质性和中心异质性，在模型训练开始前对数据集进行预处理，有效地缓解了数据异质性对分类结果的影响，有助于提升模型诊断的准确率。

为了实现上述目的，本发明采用如下技术方案：

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；

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；

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；

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。

作为一种实施方式，在同质基学习器的训练数据集构建过程中，分布编码的过程为：