摘要
本发明公开了一种静息态功能磁共振影像分析方法,其涉及神经影像分析技术领域。包括:并根据单个受试者在多个时间点的静息态功能磁共振影像构建个体层面激活状态矩阵;将所有受试者的个体层面激活状态矩阵进行拼接并进行群体K‑Means聚类,得到最终群体激活状态矩阵的簇中心;向单个受试者在单个时间点的静息态功能磁共振影像分配归一化群体激活状态,得到多个动态激活状态;对单卷深度学习策略进行训练,得到状态依赖型深度学习模型;将受试者在多个时间点的实时静息态功能磁共振影像输入所述状态依赖型深度学习模型,得到受试者的影像分析结果。本发明即保留个体特异性又提取群体共性特征,且能够捕捉功能连接的时变特性。
技术关键词
深度学习模型
分析方法
拉普拉斯
特征值
聚类特征
影像分析技术
独立成分分析
信号
归一化方法
混合矩阵
积层
动态
平方根
序列
元素
系统为您推荐了相关专利信息
地理信息数据
山体边坡
数值分析方法
仿真模型
接触面
异常对象
变电站巡检
异常数据
二次设备
数据分析方法
网格模型
节点
笛卡尔坐标系
计算机图形学技术
极值