一种基于图节点嵌入的多模态脑影像抑郁识别方法和系统
- 专利权人:
- 兰州大学
- 发明人:
- 胡斌,姚志军,陈楠
- 申请号：
- CN201911356633.5
- 公开号：
- CN111127441A
- 申请日:
- 2019.25.12
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提出一种基于图节点嵌入的多模态脑影像抑郁识别方法和系统,将深度学习应用于多模态脑影像的抑郁识别,在多模态脑网络和卷积神经网络(CNN)之间通过图节点嵌入架起一座桥梁,使CNN可以用于多模态脑影像的抑郁症识别,提高了抑郁识别准确率。本发明的方法包括以下步骤:1)获取抑郁患者和正常对照组的静息态fMRI和DTI影像数据;2)对获取的fMRI和DTI影像数据进行预处理;3)根据预处理后的fMRI和DTI影像数据分别构建脑功能网络和脑结构网络,得到脑网络邻接矩阵;4)采用图节点嵌入将邻接矩阵表示为图像,输入到卷积神经网络中进行分类,建立识别抑郁患者和正常被试的分类模型。
- 来源网站：
- 中国工程科技知识中心
