-
公开(公告)号：CN117710336A
公开(公告)日：2024-03-15
申请号：CN202311743759.4
申请日：2023-12-18
Applicant: 华侨大学
Abstract: 本发明公开一种阿尔茨海默症脑影像与量化指标生成方法、系统及设备，涉及脑影像及量化指标生成技术领域，所述方法包括：获取当前阿尔茨海默症患者不同年龄时的原始脑影像；对各原始脑影像进行预处理，得到预处理后的脑影像；对预处理后的脑影像和年龄进行特征编码，得到对应的特征；将预处理后的脑影像的特征和年龄的特征依次进行特征融合和上采样，得到目标脑影像；将目标脑影像输入至判别器的指标生成分支中，得到当前阿尔茨海默症患者的量化指标数据。本发明实现了阿尔茨海默症的脑影像与量化指标的生成。
-
公开(公告)号：CN115064263B
公开(公告)日：2024-08-06
申请号：CN202210642807.X
申请日：2022-06-08
Applicant: 华侨大学
Abstract: 本发明公开了一种基于随机森林剪枝脑区选择的阿尔兹海默症预测方法，包括如下步骤：原始影像首先通过数据预处理，获取各个脑区的医学形态特征，并按时间序列顺序排列，得到形态特征序列；采用随机森林选择方法，对所述形态特征序列按与阿尔兹海默症疾病发展的相关度从高到低进行排序，然后选出排名靠前的形态特征数据，得到最相关特征；将最相关特征的时间序列作为输入，使用递归神经网络抽取时序特征，然后通过逻辑回归算法得到阿尔兹海默症病程发展的最相关特征的预测结果；最后将所述最相关特征的预测结果可视化。本发明提供的方法，不仅解决了阿尔兹海默症的相关特征提取与病程预测的问题，还解决了模型的可解释性问题。
-
公开(公告)号：CN115064263A
公开(公告)日：2022-09-16
申请号：CN202210642807.X
申请日：2022-06-08
Applicant: 华侨大学
Abstract: 本发明公开了一种基于随机森林剪枝脑区选择的阿尔兹海默症预测方法，包括如下步骤：原始影像首先通过数据预处理，获取各个脑区的医学形态特征，并按时间序列顺序排列，得到形态特征序列；采用随机森林选择方法，对所述形态特征序列按与阿尔兹海默症疾病发展的相关度从高到低进行排序，然后选出排名靠前的形态特征数据，得到最相关特征；将最相关特征的时间序列作为输入，使用递归神经网络抽取时序特征，然后通过逻辑回归算法得到阿尔兹海默症病程发展的最相关特征的预测结果；最后将所述最相关特征的预测结果可视化。本发明提供的方法，不仅解决了阿尔兹海默症的相关特征提取与病程预测的问题，还解决了模型的可解释性问题。
-
-
Search Results
3
records
(took 0.019 seconds)
