-
公开(公告)号：CN110652307B
公开(公告)日：2021-01-12
申请号：CN201910856960.0
申请日：2019-09-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于精神医学、神经影像及人工智能领域，具体涉及了一种基于功能核磁影像的精神分裂症患者纹状体功能检测方法，旨在解决现有技术无法定量化评估精神分裂症患者健康程度，从而无法指导个体化用药的问题。本发明方法包括：提取预处理后输入数据的纹状体局部信号、全脑功能连接信号、内部功能连接信号并拼接；通过纹状体分类模型分别计算信号属于正常人、精神分裂患者的置信概率；若属于正常人的置信概率高，则被测对象为正常人；否则，为精神分裂症患者，并输出其纹状体健康等级。本发明通过对精神分裂症患者的纹状体特征进行定量化评估，实现了对精神分裂症患者个体层面用药指导，进一步提升精神分裂症患者对抗精神病药物的预后效果。
-
公开(公告)号：CN110969614B
公开(公告)日：2024-03-29
申请号：CN201911262846.1
申请日：2019-12-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于三维卷积神经网络的脑龄预测方法及系统，所述预测方法包括：采集历史样本集，所述历史样本集包括多对历史结构磁共振影像数据及对应测试者的生理年龄，所述历史样本集分为训练样本集及测试样本集；对所述训练样本集中的各所述历史结构磁共振影像数据预处理，得到对应的处理图像；根据各处理图像及对应测试者的生理年龄，对三维卷积神经网络进行训练，得到训练后的三维卷积神经网络；获取当前测试者的当前结构磁共振影像数据；基于训练后的三维卷积神经网络，根据所述当前结构磁共振影像数据，可确定当前测试者的脑龄情况，实现端到端的检测，准确度高。
-
公开(公告)号：CN110969614A
公开(公告)日：2020-04-07
申请号：CN201911262846.1
申请日：2019-12-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于三维卷积神经网络的脑龄预测方法及系统，所述预测方法包括：采集历史样本集，所述历史样本集包括多对历史结构磁共振影像数据及对应测试者的生理年龄，所述历史样本集分为训练样本集及测试样本集；对所述训练样本集中的各所述历史结构磁共振影像数据预处理，得到对应的处理图像；根据各处理图像及对应测试者的生理年龄，对三维卷积神经网络进行训练，得到训练后的三维卷积神经网络；获取当前测试者的当前结构磁共振影像数据；基于训练后的三维卷积神经网络，根据所述当前结构磁共振影像数据，可确定当前测试者的脑龄情况，实现端到端的检测，准确度高。
-
公开(公告)号：CN110652307A
公开(公告)日：2020-01-07
申请号：CN201910856960.0
申请日：2019-09-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于精神医学、神经影像及人工智能领域，具体涉及了一种基于功能核磁影像的精神分裂症患者纹状体功能检测方法，旨在解决现有技术无法定量化评估精神分裂症患者健康程度，从而无法指导个体化用药的问题。本发明方法包括：提取预处理后输入数据的纹状体局部信号、全脑功能连接信号、内部功能连接信号并拼接；通过纹状体分类模型分别计算信号属于正常人、精神分裂患者的置信概率；若属于正常人的置信概率高，则被测对象为正常人；否则，为精神分裂症患者，并输出其纹状体健康等级。本发明通过对精神分裂症患者的纹状体特征进行定量化评估，实现了对精神分裂症患者个体层面用药指导，进一步提升精神分裂症患者对抗精神病药物的预后效果。
-
-
-
Search Results
4
records
(took 0.035 seconds)
