CN113571148A - 一键式精神影像个体化脑功能报告生成系统、设备及存储介质 - Google Patents
一键式精神影像个体化脑功能报告生成系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113571148A CN113571148A CN202110633786.0A CN202110633786A CN113571148A CN 113571148 A CN113571148 A CN 113571148A CN 202110633786 A CN202110633786 A CN 202110633786A CN 113571148 A CN113571148 A CN 113571148A
- Authority
- CN
- China
- Prior art keywords
- brain
- brain function
- image
- individualized
- report
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开一键式精神影像个体化脑功能报告生成系统、设备及存储介质，包括：自动化处理模块：将采集的脑影像数据进行处理，构建个体化脑网络图、局部脑功能活动图及脑功能连接图；出具报告模块：提取处理后的脑影像数据信息，根据信息类型按预设规则生成个体化报告，并将报告进行展示、打印。本发明能够基于采集脑影像数据，通过自动化处理一键式生成个体化脑功能报告。
Description
技术领域
本发明涉及计算机技术领域，具体地，是涉及一键式精神影像个体化脑功能报告生成系统、设备及存储介质。
背景技术
我国最新的流行病学调查数据显示，我国七大类主要精神疾病的年患病率为9.3％，终身患病率达到16.6％，给个人、家庭及社会带来沉重的负担。随着神经精神影像技术的快速发展，基于磁共振的脑成像技术开启了活体无创了解大脑精细结构和网络功能的新时代，精神影像学研究新手段为深入了解疾病的发生发展机制，寻找新的诊疗依据提供了大量的研究成果。
目前针对精神障碍的脑功能影像研究已有了大量的研究成果，然而缺少用于指导临床诊断和疗效评估的个体化精神影像脑功能分析报告。即通过脑功能影像分析技术，构建个体化脑功能网络图谱，分析脑功能活动指标，并将分析结果可视化，以分析报告的形式呈现给临床医生及患者，从而用于精神障碍患者脑功能活动变化的个体化评估，分析治疗方式对个体脑功能活动影响的变化轨迹。通过精神影像个体化分析报告，能够有效的实现脑功能影像分析指标对临床辅助诊断以及治疗转归的转化应用。
目前有关临床检测、诊断报告生成系统的报道，如专利申请号：202011415442.4，发明名称：一种诊断报告自动生成系统、存储介质及电子设备，涉及图像分析技术领域，提供一种诊断报告自动生成系统、存储介质及电子设备，该系统包括：胸片图像输入模块，用于获取正位的胸片图像；分类模块，用于利用分类模型对胸片图像进行处理，获得胸片图像的类别标签组合，类别标签组合包括N个类别标签；历史报告查询模块，用于根据类别标签组合在历史数据中查询具有相同类别标签组合的历史诊断报告；描述文本拼接模块，用于当历史报告查询模块未查询到历史诊断报告时，根据类别标签组合从知识库中获取胸片图像中存在的各异常表现的预设描述，并将获得的各预设描述进行拼接，获得胸片图像对应的图像描述文本；报告自动生成模块，用于根据胸片图像以及图像描述文本生成诊断报告。申请号：201710321710.8，发明名称：适用于肺癌的病理诊断报告快速生成系统及方法，公开了适用于肺癌的病理诊断报告快速生成系统及方法；包括：病理报告分析平台，输入的病人基本信息，根据病理号从病理图像服务器中读取该病理号相关联的病理图像，然后以网址的形式存储病理号和关联的病理图像；根据网址将图像进行下载；同时，还从病理图像服务器中获取病理诊断报告的巨检信息；病理报告分析平台还接收诊断医师输入的病理诊断分析结果，将分析结果存储到数据库服务器中，病理报告分析平台还根据病理类型，从文件模板服务器中读取对应的病理Word模板信息；从数据库服务器中读取病理诊断分析结果，将诊断医师输入的病理诊断分析结果与病理Word模板中的指标书签进行匹配，能够辅助诊断医师快速生成诊断报告。
目前尚未见精神影像个体化分析报告的报道。
发明内容
为了解决上述问题，本发明提供了一键式精神影像个体化脑功能报告生成系统、设备及存储介质。
一键式精神影像个体化脑功能报告生成系统，包括：
自动化处理模块：将采集的脑影像数据进行处理，获取脑功能分析参数，构建个体化脑网络图、局部脑功能活动图、脑功能连接图。
出具报告模块：提取处理后的脑影像数据信息，根据信息类型按预设规则生成个体化报告，并将报告进行展示、打印。
优选的，所述的自动化处理模板包含以下步骤：
步骤s1：采集脑影像数据，所述脑影像数据包括3D-T1结构像、静息态功能像；
步骤s2：使用SPM软件和FSL软件对静息态功能像进行预处理，使用Freesurfer软件处理3D-T1结构像；
步骤s3：构建个体化脑功能网络；
步骤s4：构建局部脑功能活动图；
步骤s5：构建脑功能连接图。
进一步的，在步骤s2中，所述使用SPM软件和FSL软件对静息态功能像进行预处理包括以下步骤：
步骤s201：使用FSL’s FUGUE工具对磁场不均匀性引起的畸变进行校正；
步骤s202：去除前10个时间点以排除磁场不均匀的影响；
步骤s203：时间层校正；
步骤s204：头动校正；
步骤s205：将头动、全脑信号、脑脊液信号以及白质信号作为协变量去除；
步骤s206：带通滤波和去线性漂移。
进一步的，在步骤s2中，所述使用Freesurfer软件处理3D-T1结构像包括：将受试者3D-T1结构像的皮层曲面网格进行重建并配准到球型坐标系统，采用基于边界的配准模式将3D-T1结构像与静息态功能像进行配准。
进一步的，在步骤s3中，所述构建个体化脑功能网络包括以下步骤：
步骤s301：通过18个脑网络模板求出个体各个脑网络的参考信号，也即是其时间序列的均值；
步骤s302：根据个体脑图谱上每个顶点的BOLD信号与参考信号的最大相关性将其重新分配到18个脑网络中的某一个，最大相关值与第二大相关值之间的比值为置信值，在对每个顶点重新赋值后，对每个脑网络中的高置信度顶点的BOLD信号求平均值，并将其定义为核心信号；
步骤s303：对于每一个脑网络，将核心信号和原始参考信号进行加权平均，即核心信号乘以加权参数，加权参数包括个体功能连接的差异值和迭代次数，并将平均信号视为下一次迭代的新参考信号；
步骤s304：重复步骤s302和步骤s303直到达到预设的停止条件，即预设的迭代次数或者两次迭代的结果重合度>98％，即可得到个体化脑网络图。
进一步的，在步骤s4中，所述构建局部脑功能活动图包括以下步骤：
步骤s401：对全脑所有体素计算低频振荡振幅ALFF，并将每个体素的ALFF值除以全脑平均ALFF值，作为每个体素标准化ALFF值；
步骤s402：对全脑所有体素计算低频振荡振幅分数fALFF，将低频范围内的各频率能量除以全频率范围,即获得fALFF值，并对其进行标准化处理，得到标准化fALFF值；
步骤s403：将全脑每个体素与其相邻的体素的时间序列同步性进行计算比较，得到肯德尔和谐系数，即局部一致性ReHo值，然后除以全脑ReHo均值进行标准化，将得到的ReHo图进行平滑处理。
进一步的，在步骤s5中，所述构建脑功能连接图包括以下步骤：
步骤s501：提取个体脑功能网络中的感兴趣区，计算感兴趣区的时间序列与全脑所有体素时间序列的Pearson相关系数，得到的相关系数r即为感兴趣区与全脑的功能连接；
步骤s502：对功能连接值进行Fisher’s z变换，提高正态性。
优选的，所述的出具报告模块，包括以下步骤：
步骤S1:提取病人的脑功能影像数据信息，根据信息类型按预设规则生成个体化报告；所述的预设规则：包括病人的基本信息，姓名、性别、年龄、检查编号、检查时间；选择数据预处理的基本步骤，包括但不限于：时间层校正、头动校正、空间标准化、平滑、滤波；选择所需计算的脑功能分析指标，包括但不限于：个体化脑功能网络图、局部脑功能活动图和脑功能连接分析指标；
步骤S2:展示报告、打印。
一种设备，其特征在于：所述的设备包括：存储器、处理器及存储在所述存储器上并可在所述的处理器上运行一键式生成精神影像个体化报告生成程序，所述的一键式生成精神影像个体化报告生成程序为实现如权利要求1-8任意一项所述的精神影像个体化脑功能报告生成系统。
一种存储介质，其特征在于：所述的存储介质上存储有精神影像个体化报告生成程序，所述的报告生成程序被处理器执行，实现如权利要求1-8任一项所述的精神影像个体化脑功能报告生成系统包含的步骤。
本发明具备以下有益效果：
1、既往针对精神障碍患者的脑影像检查多为传统的脑结构影像诊断报告，缺乏针对脑功能影像的分析结果和报告，本发明通过整合多种脑功能指标分析技术，构建个体化脑功能图谱，分析脑局部功能活动及脑功能网络连接的异常改变，为辅助精神科医生的临床诊断提供更多脑功能影像信息；
2、本发明通过数据存储和管理系统为精神障碍患者提供并保存全病程多时点的脑功能影像分析报告，追踪患者脑功能活动随药物或其他治疗方式的变化轨迹；
3、本发明为临床医生提供交互式操作界面，医生可根据患者临床特征及诊断需求，自主选择、修改和添加所需的脑功能影像分析方法，并一键式快速生成诊断报告；
4、本发明基于采集脑影像数据，通过建立个体化脑功能网络生成精神影像个体化报告，能够从个体化的角度探索精神障碍特征性精神影像表征，并且能精准定位精神障碍特定临床行为的相关脑影像生物标志物。
附图说明
图1为本发明生成精神影像个体化报告流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。
一键式精神影像个体化脑功能报告生成系统，包括：
自动化处理模块：将采集的脑影像数据进行处理，获取脑功能分析参数，构建个体化脑网络图、局部脑功能活动图、脑功能连接图。
出具报告模块：提取处理后的脑影像数据信息，根据信息类型按预设规则生成个体化报告，并将报告进行展示、打印。
所述的自动化处理模板包含以下步骤：
步骤s1：采集脑影像数据，所述脑影像数据包括3D-T1结构像、静息态功能像；
步骤s2：使用SPM软件和FSL软件对静息态功能像进行预处理，使用Freesurfer软件处理3D-T1结构像；
步骤s3：构建个体化脑功能网络；
步骤s4：构建局部脑功能活动图；
步骤s5：构建脑功能连接图。
在步骤s2中，所述使用SPM软件和FSL软件对静息态功能像进行预处理包括以下步骤：
步骤s201：使用FSL’s FUGUE工具对磁场不均匀性引起的畸变进行校正；
步骤s202：去除前10个时间点以排除磁场不均匀的影响；
步骤s203：时间层校正；
步骤s204：头动校正；
步骤s205：将头动、全脑信号、脑脊液信号以及白质信号作为协变量去除；
步骤s206：带通滤波和去线性漂移。
同时，在步骤s2中，所述使用Freesurfer软件处理3D-T1结构像包括：将受试者3D-T1结构像的皮层曲面网格进行重建并配准到球型坐标系统，采用基于边界的配准模式将3D-T1结构像与静息态功能像进行配准。
在步骤s3中，所述构建个体化脑功能网络包括以下步骤：
步骤s301：通过18个脑网络模板求出个体各个脑网络的参考信号，也即是其时间序列的均值；
步骤s302：根据个体脑图谱上每个顶点的BOLD信号与参考信号的最大相关性将其重新分配到18个脑网络中的某一个，最大相关值与第二大相关值之间的比值为置信值，在对每个顶点重新赋值后，对每个脑网络中的高置信度顶点的BOLD信号求平均值，并将其定义为核心信号；
步骤s303：对于每一个脑网络，将核心信号和原始参考信号进行加权平均，即核心信号乘以加权参数，加权参数包括个体功能连接的差异值和迭代次数，并将平均信号视为下一次迭代的新参考信号；
步骤s304：重复步骤s302和步骤s303直到达到预设的停止条件，即预设的迭代次数或者两次迭代的结果重合度>98％，即可得到个体化脑网络图。
在步骤s4中，所述构建局部脑功能活动图包括以下步骤：
步骤s401：对全脑所有体素计算低频振荡振幅ALFF，并将每个体素的ALFF值除以全脑平均ALFF值，作为每个体素标准化ALFF值；
步骤s402：对全脑所有体素计算低频振荡振幅分数fALFF，将低频范围内的各频率能量除以全频率范围,即获得fALFF值，并对其进行标准化处理，得到标准化fALFF值；
步骤s403：将全脑每个体素与其相邻的体素的时间序列同步性进行计算比较，得到肯德尔和谐系数，即局部一致性ReHo值，然后除以全脑ReHo均值进行标准化，将得到的ReHo图进行平滑处理。
在步骤s5中，所述构建脑功能连接图包括以下步骤：
步骤s501：提取个体脑功能网络中的感兴趣区，计算感兴趣区的时间序列与全脑所有体素时间序列的Pearson相关系数，得到的相关系数r即为感兴趣区与全脑的功能连接；
步骤s502：对功能连接值进行Fisher’s z变换，提高正态性。
所述的出具报告模块，包括以下步骤：
步骤S1:提取病人的脑功能影像数据信息，根据信息类型按预设规则生成个体化报告；所述的预设规则：包括病人的基本信息，姓名、性别、年龄、检查编号、检查时间；选择数据预处理的基本步骤，包括但不限于：时间层校正、头动校正、空间标准化、平滑、滤波；选择所需计算的脑功能分析指标，包括但不限于：个体化脑功能网络图、局部脑功能活动图和脑功能连接分析指标；
步骤S2:展示报告、打印。
本发明还提供一种设备，所述的设备包括：存储器、处理器及存储在所述存储器上并可在所述的处理器上运行一键式生成精神影像个体化报告生成程序，所述的一键式生成精神影像个体化报告生成程序为实现所述的精神影像个体化脑功能报告生成系统。
本发明还提供一种存储介质，所述的存储介质上存储有精神影像个体化报告生成程序，所述的报告生成程序被处理器执行，实现所述的精神影像个体化脑功能报告生成系统包含的步骤。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一键式精神影像个体化脑功能报告生成系统，其特征在于，包括：
自动化处理模块：将采集的脑影像数据进行处理，获取脑功能分析参数，构建个体化脑网络图、局部脑功能活动图、脑功能连接图。
出具报告模块：提取处理后的脑影像数据信息，根据信息类型按预设规则生成个体化报告，并将报告进行展示、打印。
2.根据权利要求1所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：所述的自动化处理模板包含以下步骤：
步骤s1：采集脑影像数据，所述脑影像数据包括3D-T1结构像、静息态功能像；
步骤s2：使用SPM软件和FSL软件对静息态功能像进行预处理，使用Freesurfer软件处理3D-T1结构像；
步骤s3：构建个体化脑功能网络；
步骤s4：构建局部脑功能活动图；
步骤s5：构建脑功能连接图。
3.根据权利要求2所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：在步骤s2中，所述使用SPM软件和FSL软件对静息态功能像进行预处理包括以下步骤：
步骤s201：使用FSL’s FUGUE工具对磁场不均匀性引起的畸变进行校正；
步骤s202：去除前10个时间点以排除磁场不均匀的影响；
步骤s203：时间层校正；
步骤s204：头动校正；
步骤s205：将头动、全脑信号、脑脊液信号以及白质信号作为协变量去除；
步骤s206：带通滤波和去线性漂移。
4.根据权利要求2所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：在步骤s2中，所述使用Freesurfer软件处理3D-T1结构像包括：将受试者3D-T1结构像的皮层曲面网格进行重建并配准到球型坐标系统，采用基于边界的配准模式将3D-T1结构像与静息态功能像进行配准。
5.根据权利要求2所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：在步骤s3中，所述构建个体化脑功能网络包括以下步骤：
步骤s301：通过18个脑网络模板求出个体各个脑网络的参考信号，也即是其时间序列的均值；
步骤s302：根据个体脑图谱上每个顶点的BOLD信号与参考信号的最大相关性将其重新分配到18个脑网络中的某一个，最大相关值与第二大相关值之间的比值为置信值，在对每个顶点重新赋值后，对每个脑网络中的高置信度顶点的BOLD信号求平均值，并将其定义为核心信号；
步骤s303：对于每一个脑网络，将核心信号和原始参考信号进行加权平均，即核心信号乘以加权参数，加权参数包括个体功能连接的差异值和迭代次数，并将平均信号视为下一次迭代的新参考信号；
步骤s304：重复步骤s302和步骤s303直到达到预设的停止条件，即预设的迭代次数或者两次迭代的结果重合度>98％，即可得到个体化脑网络图。
6.根据权利要求2所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：在步骤s4中，所述构建局部脑功能活动图包括以下步骤：
步骤s401：对全脑所有体素计算低频振荡振幅ALFF，并将每个体素的ALFF值除以全脑平均ALFF值，作为每个体素标准化ALFF值；
步骤s402：对全脑所有体素计算低频振荡振幅分数fALFF，将低频范围内的各频率能量除以全频率范围,即获得fALFF值，并对其进行标准化处理，得到标准化fALFF值；
步骤s403：将全脑每个体素与其相邻的体素的时间序列同步性进行计算比较，得到肯德尔和谐系数，即局部一致性ReHo值，然后除以全脑ReHo均值进行标准化，将得到的ReHo图进行平滑处理。
7.根据权利要求2所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：在步骤s5中，所述构建脑功能连接图包括以下步骤：
步骤s501：提取个体脑功能网络中的感兴趣区，计算感兴趣区的时间序列与全脑所有体素时间序列的Pearson相关系数，得到的相关系数r即为感兴趣区与全脑的功能连接；
步骤s502：对功能连接值进行Fisher’s z变换，提高正态性。
8.根据权利要求1所述的一键式精神影像个体化脑功能报告生成系统，其特征在于：所述的出具报告模块，包括以下步骤：
步骤S1:提取病人的脑功能影像数据信息，根据信息类型按预设规则生成个体化报告；所述的预设规则：包括病人的基本信息，姓名、性别、年龄、检查编号、检查时间；选择数据预处理的基本步骤，包括但不限于：时间层校正、头动校正、空间标准化、平滑、滤波；选择所需计算的脑功能分析指标，包括但不限于：个体化脑功能网络图、局部脑功能活动图和脑功能连接分析指标；
步骤S2:展示报告、打印。
9.根据权利要求1-8任意一项所述的一键式精神影像个体化脑功能报告生成系统，一种设备，其特征在于：所述的设备包括：存储器、处理器及存储在所述存储器上并可在所述的处理器上运行一键式生成精神影像个体化报告生成程序，所述的一键式生成精神影像个体化报告生成程序为实现如权利要求1-8任意一项所述的精神影像个体化脑功能报告生成系统。
10.根据权利要求1-8任意一项所述的一键式精神影像个体化脑功能报告生成系统，一种存储介质，其特征在于：所述的存储介质上存储有精神影像个体化报告生成程序，所述的报告生成程序被处理器执行，实现如权利要求1-8任意一项所述的精神影像个体化脑功能报告生成系统包含的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110633786.0A CN113571148B (zh) | 2021-06-07 | 2021-06-07 | 一键式精神影像个体化脑功能报告生成系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110633786.0A CN113571148B (zh) | 2021-06-07 | 2021-06-07 | 一键式精神影像个体化脑功能报告生成系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113571148A true CN113571148A (zh) | 2021-10-29 |
| CN113571148B CN113571148B (zh) | 2023-04-11 |
Family
ID=78161818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110633786.0A Active CN113571148B (zh) | 2021-06-07 | 2021-06-07 | 一键式精神影像个体化脑功能报告生成系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113571148B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116883396A (zh) * | 2023-09-06 | 2023-10-13 | 天津医科大学 | 一种基于人工智能的静息态磁共振图像分析方法与系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013119326A1 (en) * | 2012-02-10 | 2013-08-15 | Genomind, Llc | Neuropsychiatric test reports |
| CN105046709A (zh) * | 2015-07-14 | 2015-11-11 | 华南理工大学 | 一种基于核磁共振影像的脑龄分析方法 |
| CN110322554A (zh) * | 2019-07-12 | 2019-10-11 | 中国科学院心理研究所 | 一种脑动态功能模式稳定性计算方法 |
| CN110555844A (zh) * | 2019-09-17 | 2019-12-10 | 武汉大学 | 功能磁共振成像技术fMRI在分析人脑区活动改变中的应用 |
| CN110767283A (zh) * | 2019-09-23 | 2020-02-07 | 吕粟 | 精神疾病影像学自动化报告系统及其方法 |
| CN111227834A (zh) * | 2020-01-15 | 2020-06-05 | 上海市第四人民医院 | 静息态脑功能连接的自动化快速可视化方法 |
| CN111402983A (zh) * | 2020-02-05 | 2020-07-10 | 胡娜 | 认知障碍影像学自动化报告系统及其方法 |
| CN111568414A (zh) * | 2020-05-22 | 2020-08-25 | 中国人民解放军东部战区总医院 | 基于功能影像学的癫痫活动检测方法及系统 |
| CN112614561A (zh) * | 2020-12-24 | 2021-04-06 | 北京工业大学 | 一种基于层级自注意力序列编码的脑ct医学报告生成方法 |
| CN112690777A (zh) * | 2021-01-13 | 2021-04-23 | 常州大学 | 一种基于状态转换动态脑网络算法的神经障碍诊断系统 |
| CN112700876A (zh) * | 2020-12-28 | 2021-04-23 | 聊城大学 | 一种包含高阶信息的脑功能网络构建方法 |
-
2021
- 2021-06-07 CN CN202110633786.0A patent/CN113571148B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013119326A1 (en) * | 2012-02-10 | 2013-08-15 | Genomind, Llc | Neuropsychiatric test reports |
| CN105046709A (zh) * | 2015-07-14 | 2015-11-11 | 华南理工大学 | 一种基于核磁共振影像的脑龄分析方法 |
| CN110322554A (zh) * | 2019-07-12 | 2019-10-11 | 中国科学院心理研究所 | 一种脑动态功能模式稳定性计算方法 |
| CN110555844A (zh) * | 2019-09-17 | 2019-12-10 | 武汉大学 | 功能磁共振成像技术fMRI在分析人脑区活动改变中的应用 |
| CN110767283A (zh) * | 2019-09-23 | 2020-02-07 | 吕粟 | 精神疾病影像学自动化报告系统及其方法 |
| CN111227834A (zh) * | 2020-01-15 | 2020-06-05 | 上海市第四人民医院 | 静息态脑功能连接的自动化快速可视化方法 |
| CN111402983A (zh) * | 2020-02-05 | 2020-07-10 | 胡娜 | 认知障碍影像学自动化报告系统及其方法 |
| CN111568414A (zh) * | 2020-05-22 | 2020-08-25 | 中国人民解放军东部战区总医院 | 基于功能影像学的癫痫活动检测方法及系统 |
| CN112614561A (zh) * | 2020-12-24 | 2021-04-06 | 北京工业大学 | 一种基于层级自注意力序列编码的脑ct医学报告生成方法 |
| CN112700876A (zh) * | 2020-12-28 | 2021-04-23 | 聊城大学 | 一种包含高阶信息的脑功能网络构建方法 |
| CN112690777A (zh) * | 2021-01-13 | 2021-04-23 | 常州大学 | 一种基于状态转换动态脑网络算法的神经障碍诊断系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116883396A (zh) * | 2023-09-06 | 2023-10-13 | 天津医科大学 | 一种基于人工智能的静息态磁共振图像分析方法与系统 |
| CN116883396B (zh) * | 2023-09-06 | 2023-11-28 | 天津医科大学 | 一种基于人工智能的静息态磁共振图像分析方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113571148B (zh) | 2023-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Poulin et al. | Tractography and machine learning: Current state and open challenges | |
| US10088544B2 (en) | Tractography framework with magnetic resonance imaging for brain connectivity analysis | |
| US20190156477A1 (en) | Multi-modal computer-aided diagnosis systems and methods for prostate cancer | |
| EP4005498A1 (en) | Information processing device, program, learned model, diagnostic assistance device, learning device, and method for generating prediction model | |
| Hosseini et al. | Comparative performance evaluation of automated segmentation methods of hippocampus from magnetic resonance images of temporal lobe epilepsy patients | |
| CN112702947A (zh) | 诊断辅助系统以及方法 | |
| US11893729B2 (en) | Multi-modal computer-aided diagnosis systems and methods for prostate cancer | |
| Mazzanti et al. | Imaging, health record, and artificial intelligence: hype or hope? | |
| CN113160138B (zh) | 一种脑部核磁共振图像分割方法及系统 | |
| CN117172294B (zh) | 一种稀疏脑网络的构建方法、系统、设备和存储介质 | |
| CN115512110A (zh) | 一种涉及跨模态注意力机制的医学图像肿瘤分割方法 | |
| CN113571148B (zh) | 一键式精神影像个体化脑功能报告生成系统、设备及存储介质 | |
| CN114972266A (zh) | 基于自注意机制和稳定学习的淋巴瘤超声图像语义分割方法 | |
| CN112200810A (zh) | 多模态的自动化脑室分割系统及其使用方法 | |
| CN115337000B (zh) | 基于脑结构影像评估疾病引起大脑衰老的机器学习方法 | |
| JP7492769B2 (ja) | 認知症診断に必要な情報の提供方法及び装置 | |
| EP3965117A1 (en) | Multi-modal computer-aided diagnosis systems and methods for prostate cancer | |
| CN112052882B (zh) | 磁共振脑结构影像的分类模型构建、分类与可视化方法 | |
| CN114841975A (zh) | 一种三维图像数据的处理方法、装置及设备 | |
| Yu et al. | Deep conditional generative model for longitudinal single-slice abdominal computed tomography harmonization | |
| EP4157080A1 (en) | Network-based functional imaging output for evaluating multiple sclerosis | |
| Mir et al. | Smart Approaches for Diagnosis of Brain Disorders Using Artificial Intelligence | |
| Fei et al. | Deep Learning-Based Auto-Segmentation of Spinal Cord Internal Structure of Diffusion Tensor Imaging in Cervical Spondylotic Myelopathy | |
| CN113571142B (zh) | 精神影像一体化系统 | |
| US20120051609A1 (en) | System and method for analyzing and visualizing local clinical features |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |