联合结构和功能磁共振影像预测大脑任务激活模式的方法

    公开(公告)号:CN118013264A

    公开(公告)日:2024-05-10

    申请号:CN202410008327.7

    申请日:2024-01-02

    Abstract: 本发明公开了一种联合结构和功能磁共振影像预测大脑任务激活模式的方法,属于生物医学工程和模式识别交叉领域。本发明首先通过数据预处理获得大脑功能特征、结构特征以及Prompt文本,然后分别建立将Prompt的文本嵌入到文本特征空间的Prompt文本编码模型,提取大脑的高层次语义特征,并融合功能与结构两种模态的特征的主干网络模型,以及融合Prompt信息以使模型的预测结果可能更容易解释和理解使模型的预测结果可能更容易解释和理解的Prompt交互模块,基于分类‑对比损失的目标函数对所构建的模型进行优化,实现从无任务激活模式预测出大脑有任务状态激活模式。本发明提升了模型预测精度,有助于精神类疾病患者、老年人或婴幼儿人群的大脑任务激活模式的预测。

    一种整合标准模型和非负矩阵分解的神经解剖异质性分析方法

    公开(公告)号:CN119919373A

    公开(公告)日:2025-05-02

    申请号:CN202411986386.8

    申请日:2024-12-31

    Abstract: 本申请公开了一种整合标准模型和非负矩阵分解的神经解剖异质性分析方法,属于生物医学信号处理领域。本申请包括:对患者及对应健康对照组的结构磁共振影像数据进行预处理,以提取大脑形态学指标;通过迁移预训练模型建立患者的大脑形态学标准模型,以估计患者的皮层厚度和表面积的偏差分数矩阵,并提取非正部分得到大脑形态学萎缩偏差矩阵;对该萎缩偏差矩阵进行非负矩阵分解,生成初步的疾病因子矩阵和权重组成矩阵;通过重排采样偏差矩阵,计算平均半分解稳定性系数和重建误差,以确定在最优成分数下的疾病因子和权重组成。本申请方法在保留住个体异质性信息的同时整合群体水平的空间模式信息,为神经精神疾病的精准诊断提供一种新的技术手段。

Patent Agency Ranking