摘要
本发明提供一种增强rs‑fMRI特征分析特异性ROI的图卷积方法与装置,涉及人工智能与医学影像技术领域,该方法包括:获取静息态磁共振成像数据;提取静息态磁共振成像数据中的各个感兴趣区域的血氧水平依赖信号;对血氧水平依赖信号进行混沌处理,得到血氧水平依赖混沌信号;将血氧水平依赖信号与血氧水平依赖混沌信号进行动态融合,得到融合信号矩阵;基于预设时间窗口获取融合信号矩阵的样本序列,并基于样本序列构建邻接矩阵;将邻接矩阵对应的数据输入神经网络模型中,输出计算结果;基于计算结果得到特异性的感兴趣区域对。弥补现有方法对大脑潜在特征提取的不足,从而提高分类准确率,从而定位神经性系统疾病的特异性ROI。
技术关键词
磁共振成像数据
静息态
输入神经网络模型
感兴趣
信号
卷积方法
神经性系统疾病
计算机程序指令
多尺度特征
矩阵
医学影像技术
样本
序列
动态
分类准确率
处理器
可读存储介质
数据校正
模块
系统为您推荐了相关专利信息
周期性干扰信号
干扰信号消除装置
惯性导航仪
惯性传感器
数字低通滤波器
可信执行环境
信道特征参数
访问控制方法
功耗
检测无人机
电池单元
电容电压曲线
非线性校准方法
校准电路
模数转换单元
Al2O3陶瓷
高温陶瓷材料
传感器芯片
SiCN陶瓷
导电银层