摘要
本发明公开了一种大脑医学影像异常数据检测方法、装置和计算机程序产品,该方法包括:S1、将大脑功能性磁共振成像原始数据集中每个受试者数据通过自动解剖标签模版划分为若干区域,计算各个区域功能连接矩阵,并提取特征向量;S2、利用特征向量和患不患病条件来训练条件变分自编码器,生成包含正常样本和异常样本的标注数据集;S3、将标注数据集来训练图神经网络,将每个受试者的特征向量作为分类节点输入图神经网络中,得到聚合后的特征向量;S4、将聚合后的特征向量输入到多层感知机神经网络中,对该分类节点的异常分数进行计算并根据阈值判断该分类节点数据是否异常。本发明克服监督学习中对异常值数据的人工标注依赖。
技术关键词
异常数据检测方法
功能性磁共振成像
多层感知机
样本
计算机程序产品
训练特征提取模型
节点特征
训练预测模型
标签
概率分布函数
编码器模块
模版
矩阵
重构误差
系统为您推荐了相关专利信息
智能识别方法
文本特征向量
短信
残差神经网络
风险评估模型
地质力学模型
曲线方法
数学模型
岩石力学参数
长轴
样本存储装置
抓取元件
样本架
抓取组件
转运机构