[发明专利]一种阿尔兹海默病MRI图像分类方法

摘要

本发明公开了一种阿尔兹海默病MRI图像的分类方法。发明使用度量学习的思想构造损失函数并用于训练一组卷积神经网络。一方面，对于每一个3D数据在Axial、Sagittal、coronal三个方向上得到多个2D形式切片，同时输入到一组卷积神经网络中，既在一定程度上保留了3D的数据信息，又避免了使用3D卷积神经网络难以找到合适的数据集进行预训练而过拟合严重的问题；另一方面，以度量学习的思想构造损失函数训练得到的深度学习模型提取出的特征更具有可分性。最终可以得到更好的分类结果。

主权项

1.一种阿尔兹海默病MRI图像的分类方法，其特征在于，包括以下步骤：S1、采集足够数量的AD、MCI和NC三类人群的MRI图像；S2、对MRI图像进行预处理，得到Axial、Sagittal和coronal三个方向上的多个2D形式的切片，并将图像数据集分为训练集和测试集；S3、构建深度学习模型，并对深度学习模型中每个子网络进行预训练；所述深度学习模型中的每个子网络都是一个卷积神经网络，子网络个数与每个样本的切片数量相等；S4、将训练集中的训练数据作为深度学习模型的输入，构建基于度量学习的损失函数，并通过反向传播及随机梯度下降法优化网络参数，得到测试模型；S5、将测试集中的测试数据输入测试模型中，通过前向传播得到输出数据，将输出数据作为分类特征输入KNN分类器得到分类结果。