(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111661487.4 (22)申请日 2021.12.3 0 (71)申请人 深圳市妇幼保健院 地址 518028 广东省深圳市福田区红荔路 2004号 (72)发明人 韦臻　万国斌　雷柏英　杨鹏　 彭子文　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 代理人 李可 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06V 10/25(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) A61B 5/00(2006.01) A61B 5/055(2006.01) (54)发明名称 一种大脑静息状态功能磁共振成像图的分 类方法 (57)摘要 本发明公开了一种大脑静息状态功能磁共 振成像图的分类方法， 本发明采用传统的机器学 习和深度学习方法相结合的方式来分析用户的 神经影像学结果， 解决了 现有技术中静息状态功 能磁共振成像图的分析方法无法兼具高分类性 能和低训练数据量的问题。 权利要求书2页 说明书9页 附图2页 CN 114359213 A 2022.04.15 CN 114359213 A 1.一种大脑静息状态 功能磁共 振成像图的分类方法， 其特 征在于， 所述方法包括： 获取若干时间序列数据， 其中， 若干所述时间序列数据均基于目标用户的大脑的静息 状态功能磁共振成像图生成， 若干所述时间序列数据分别对应所述目标用户的大脑的不同 脑区； 将若干所述 时间序列 数据输入预设的脑功能连接网络， 通过所述脑功能连接网络对若 干所述时间序列数据进 行特征提取， 得到连接 关系矩阵， 其中， 所述连接 关系矩阵用于反映 若干所述脑区之间的连接关系； 将所述连接关系矩阵输入融合稀疏自动编码器， 通过所述融合稀疏自动编码器对所述 连接关系矩阵进行降维， 得到目标 特征向量； 对所述目标 特征向量进行分类得到所述目标用户对应的分类 类别。 2.根据权利要求1所述的大脑静息状态功能磁共振成像图的分类方法， 其特征在于， 所 述获取若干时间序列数据， 包括： 获取所述目标用户的所述静息状态 功能磁共 振成像图； 获取预设的分割模板， 根据所述分割模板对所述静息状态功能磁共振成像图进行分 割， 得到若干局部图像， 其中， 若干所述局部图像分别对应不同的所述脑区； 对若干所述局部图像分别进行 滤波处理， 得到若干所述时间序列数据。 3.根据权利要求1所述的大脑静息状态功能磁共振成像图的分类方法， 其特征在于， 所 述脑功能连接网络基于组约束稀疏模型构建， 所述组约束稀疏模型对应的第一目标函数中 包含有组稀疏正则化 参数和平 滑正则化 参数。 4.根据权利要求1所述的大脑静息状态功能磁共振成像图的分类方法， 其特征在于， 所 述融合稀疏自动编 码器包括第一对称神经网络和 第二对称神经网络， 所述第一对称神经网 络和所述第二对称神经网络 分别包含不同数量的 隐藏层， 所述将所述连接 关系矩阵输入融 合稀疏自动编码器， 通过所述融合稀疏自动编码器对所述连接关系矩阵进行降维， 得到目 标特征向量， 包括： 将所述连接关系矩阵输入所述第 一对称神经网络， 通过所述第 一对称神经网络对所述 连接关系矩阵进行 特征提取， 得到第一特 征向量； 将所述连接关系矩阵输入所述第 二对称神经网络， 通过所述第 二对称神经网络对所述 连接关系矩阵进行 特征提取， 得到第二特 征向量； 将所述第一特 征向量和所述第二特 征向量融合， 得到所述目标 特征向量。 5.根据权利要求4所述的大脑静息状态功能磁共振成像图的分类方法， 其特征在于， 所 述第一对称神经网络包含多个级联的所述隐藏层， 所述第二对称神经网络包含一个所述隐 藏层。 6.根据权利要求5所述的大脑静息状态功能磁共振成像图的分类方法， 其特征在于， 每 一所述隐藏层对应的第二目标函数中均包 含有欧几里 得范数。 7.根据权利要求1所述的大脑静息状态功能磁共振成像图的分类方法， 其特征在于， 所 述对所述目标 特征向量进行分类得到所述目标用户对应的用户标签， 包括： 将所述目标 特征向量输入预设的分类机； 通过所述分类机对所述目标 特征向量进行分类， 得到所述分类 类别。 8.一种大脑静息状态 功能磁共 振成像图的分类装置， 其特 征在于， 所述装置包括：权　利　要　求　书 1/2 页 2 CN 114359213 A 2数据获取模块， 用于获取若干时间序列数据， 其中， 若干所述时间序列数据均基于目标 用户的大脑的静息状态功能磁共振成像图生成， 若干所述时间序列数据分别对应所述目标 用户的大脑的不同脑区； 数据提取模块， 用于对若干所述时间序列数据进行特征提取， 得到连接关系矩阵， 其 中， 所述连接关系矩阵用于反映若干所述脑区之间的连接关系； 数据分类模块， 用于对所述连接关系矩阵进行特征提取得到目标特征向量， 对所述目 标特征向量进行分类得到所述目标用户对应的分类 类别。 9.一种终端， 其特征在于， 所述终端包括有存储器和一个或者一个以上处理器； 所述存 储器存储有一个或者一个以上 的程序； 所述程序包含用于执行如权利要求1 ‑7中任一所述 的大脑静息状态 功能磁共 振成像图的分类方法的指令； 所述处 理器用于执 行所述程序。 10.一种计算机可读存储介质， 其上存储有多条指令， 其特征在于， 所述指令适用于由 处理器加载并执行， 以实现上述权利要求1 ‑7任一所述的大脑静息状态功能磁共振成像图 的分类方法的步骤。权　利　要　求　书 2/2 页 3 CN 114359213 A 3