公开(公告)号：CN117975041A

公开(公告)日：2024-05-03

申请号：CN202410369852.1

申请日：2024-03-29

Applicant: 烟台大学

Inventor： 郑强 ,  南朋志 ,  王璇

IPC: G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/26 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/042 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及图像数据分析技术领域，具体为基于图卷积神经网络的脑网络特征提取方法、系统和设备；该特征提取方法首先将T1加权成像的灰质体积图进行多维残差特征提取，得到残差特征；然后，将关键脑区对应的影像组学特征与维度特征映射后的残差特征进行融合，得到综合影像组学特征，用于获得增强形态学脑网络；接着，将增强形态学脑网络进行多层图数据特征提取处理后，提取关键脑区对应的数据特征，得到关键节点特征；最后，将表达能力强的全连接处理后的关键节点特征，与保留了脑网络连通性信息的一维拓扑特征向量进行拼接处理，得到关键特征明显，信息丰富的脑网络增强特征向量，用于脑网络分类时，可提高分类结果的准确度。

公开(公告)号：CN117975041B

公开(公告)日：2024-06-14

申请号：CN202410369852.1

申请日：2024-03-29

Applicant: 烟台大学

Inventor： 郑强 ,  南朋志 ,  王璇

IPC: G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/26 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/042 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及图像数据分析技术领域，具体为基于图卷积神经网络的脑网络特征提取方法、系统和设备；该特征提取方法首先将T1加权成像的灰质体积图进行多维残差特征提取，得到残差特征；然后，将关键脑区对应的影像组学特征与维度特征映射后的残差特征进行融合，得到综合影像组学特征，用于获得增强形态学脑网络；接着，将增强形态学脑网络进行多层图数据特征提取处理后，提取关键脑区对应的数据特征，得到关键节点特征；最后，将表达能力强的全连接处理后的关键节点特征，与保留了脑网络连通性信息的一维拓扑特征向量进行拼接处理，得到关键特征明显，信息丰富的脑网络增强特征向量，用于脑网络分类时，可提高分类结果的准确度。