摘要
本发明提供了一种人脑浅表层白质纤维结构图谱构建方法及系统,该方法包括:基于全脑弥散磁共振成像数据,无监督生成精细划分的全脑功能纤维簇图谱;结合几何特征阈值与深度学习分类器,从全脑功能纤维簇中识别浅表层白质纤维并进行分层聚类,生成聚类数量最优的浅表层白质纤维子图谱;通过轨迹加权的动态功能连接分析方法,解析浅表层白质纤维的功能属性,得到人脑浅表层白质纤维结构图。本发明填补了该领域的技术空白,为基于浅表层白质的研究提供了优质的数据获取渠道。
技术关键词
浅表层
图谱构建方法
纤维跟踪方法
纤维结构
磁共振成像数据
聚类
人脑
功能纤维
学习分类器
无监督
深度学习方法
功能磁共振图像
积分方法
分析方法
独立成分分析
分层
计算方法
深度学习模型
系统为您推荐了相关专利信息
三元组
大语言模型
样本
多模态
知识图谱构建方法
面向多源异构数据
知识图谱构建方法
逻辑回归模型
自然语言
知识图谱构建系统
知识图谱构建方法
动态知识图谱
闭环反馈优化
多模态
动态更新
磁共振成像数据
风险预测方法
对象
风险预测模型
基线
知识图谱构建方法
光学字符识别
隐私保护技术
多源异构数据
动态