(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211229829.X (22)申请日 2022.10.08 (71)申请人 南京邮电大 学 地址 210003 江苏省南京市 鼓楼区新模范 马路66号 (72)发明人 倪黄晶　秦姣龙　王俊　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 朱小兵 (51)Int.Cl. A61B 5/00(2006.01) A61B 5/055(2006.01) G06T 7/00(2017.01) G06N 20/00(2019.01) (54)发明名称 一种识别主观 认知下降的方法及电子设备 (57)摘要 本发明公开了一种识别主观认知下降的方 法及电子设备， 用于对主观认知下降患者的结构 磁共振图像进行识别， 前期预处理只需要在体数 据上进行， 原始结构影像经过图像格式转换、 图 像校正、 图像 分割和基于指数化李代数的微分解 剖配准四个步骤， 然后基于所分割出的灰质和白 质体数据进行三维分形分析， 最终得到当前被试 的脑部结构磁共振成像数据是否出现主观认知 下降情况， 本发明前期预处理所需步骤简单、 方 便且快速。 可以对全脑结构进行整体的三维分形 计算， 也能针对不同大小的脑区自适应地进行三 维分形分析。 权利要求书3页 说明书8页 附图3页 CN 115500794 A 2022.12.23 CN 115500794 A 1.一种识别主观 认知下降的方法， 其特 征在于， 包括以下步骤： S1、 输入被试的脑部结构磁共振成像数据， 基于体数据进行预处理后得到脑灰质和脑 白质的体数据； S2、 根据步骤S1得到的脑灰质和脑白质的体数据， 利用脑模板提取灰质脑区体数据和 白质脑区体数据； S3、 对单个脑区体数据在整数比例参数 r的可选范围内逐步选取不同的盒子尺寸， 并统 计每个盒子尺寸下对应的盒子个数 Nr； S4、 循环选取不同的 r值， 并得到相应的 Nr值， 在坐标轴上画出(ln( r),ln(Nr))点对； 对 上述点对的直线段部分采用最小二乘拟合法计算出该直线段的斜率， 此斜率即为该脑区的 分形维度 D； S5、 对其他的脑区重 复上述步骤S3和步骤S4， 得到所有脑区上的三维分形维度， 并组成 三维分形维度向量； S6、 对所有被试的脑部结构磁共振成像数据重 复上述步骤S1 ‑S5； 将得到的所有三维分 形维度向量进行合并得到数据集； S7、 基于机器学习算法并结合特征选择和交叉验证策略， 利用步骤S6得到的数据集进 行主观认知下降患者的个体识别； 识别的结果表 示当前被试的脑部结构 磁共振成像数据是 否出现主观 认知下降情况。 2.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S1具体指：  原 始结构磁共振成像数据下载自公开的ADNI数据库，  对于每个被试原始结构磁共振成像数 据的预处理， 采用DPABI软件中的DPARSF  Advanced  Edition模块进行， 选 取该模块中的VBM   New Segment and DARTEL功能进行图像格式转换、 图像校正、 图像分割和DARTEL配准四个 预处理步骤； 在生成 的结果文件夹中， wc1*.nii和wc2*.nii文件即为分割和配准好的灰质 和白质体数据文件。 3.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S2具体指： 基 于Brainnetome脑模板， 将被试的脑灰质部分划分为246个脑区； 基于JHU白质纤维束成像图 谱模板， 将被试的脑白质部分划分为 48个脑区。 4.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S3具体指： 对 于一个M×N×K的三维体， 首先计算出整数比例参数 r的取值范围为2≤ r≤min{ }； 对于一个给定的 r值， 假设单位网格块尺寸为 m×n×k， 其中 ， 且 ； 根据M、N和K是否能被 r整除选择不同的体素块覆盖三维体； 随后求得 特定整数比例参数 r情况下对应的盒子总数 ； 其中V(i，j，k)表示覆盖的体 素块大小。 5.根据权利要求4所述一种识别主观认知下降的方法， 其特征在于， 步骤S3中根据 M、N 和K是否能被 r整除选择不同的体素块覆盖包括如下 结果： （i） 当M=mr, N=nr且K=kr时： 三维体用 r×r×r个m×n×k大小的体素块覆盖； （ii） 当M=mr, N=nr且K＞kr时： 三维体用 r×r×（r+1） 个体素块覆盖， 其中包括 r×r×r权　利　要　求　书 1/3 页 2 CN 115500794 A 2个m×n×k大小的体素块和 r×r×1个m×n×（K‑kr） 大小的体素块； （iii） 当 M=mr, N＞nr且K=kr时： 三维体用 r×（r+1）×r个体素块覆盖， 其中包括 r×r× r个m×n×k大小的体素块和 r×1×r个m×（N‑nr）×k大小的体素块； （iv） 当M＞mr, N=nr且K=kr时： 三维体用 （ r+1）×r×r个体素块覆盖， 其中包括 r×r×r 个m×n×k大小的体素块和1 ×r× r个 （M‑mr）×n×k大小的体素块； （v） 当M=mr, N＞nr且K＞kr时： 三维体用 r×（r+1）×（r+1） 个体素块覆盖， 其中包括 r× r×r个m×n×k大小的体素块， r×r×1个m×n×（K‑kr） 大小的体素块， r×1×r个m×（N‑ nr）×k大小的体素块和 r×1×1个m×（N‑nr）×（K‑kr） 大小的体素块； （vi） 当M＞mr, N=nr且K＞kr时： 三维体用 （ r+1）×r×（r+1） 个体素块覆盖， 其中包括 r ×r×r个m×n×k大小的体素块， r×r×1个m×n×（K‑kr） 大小的体素块， 1 ×r× r个 （M‑ mr）×n×k大小的体素块和1 × r×1个 （M‑mr）×n×（K‑kr） 大小的体素块； （vii） 当 M＞mr, N=nr且K＞kr时： 三维体用 （ r+1）×（r+1）×r个体素块覆盖， 其中包括 r ×r×r个m×n×k大小的体素块， r×1×r个m×（N‑nr）×k大小的体素块， 1 ×r× r个 （M‑ mr）×n×k大小的体素块和1 ×1×r个 （M‑mr）×（N‑nr）×k大小的体素块； （viii） 当 M＞mr, N＞nr且K＞kr时： 三维体用 （ r+1）×（r+1）×（r+1）×个体素块覆盖， 其中包括 r×r×r个m×n×k大小的体素块， r×r×1个m×n×（K‑kr） 大小的体素块， r×1× r个m×（N‑nr）×k大小的体素块， 1 ×r× r个 （M‑mr）×n×k大小的体素块， r×1×1个m× （N‑nr）×（K‑kr） 大小的体素块， 1 × r×1个 （M‑mr）×n×（K‑kr） 大小的体素块， 1 ×1×r个 （M‑mr）×（N‑nr）×k大小的体素块和1 ×1×1个 （M‑mr）×（N‑nr）×（K‑kr） 大小的体素块。 6.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S5 中仅对灰质 脑区重复步骤S 3和步骤S4， 得到灰质脑区上的三 维分形维度， 并组成三 维分形维度向量； 灰 质脑区体数据进行三维分形维度向量大小为1*N， N 为灰质脑区的数量。 7.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S5 中仅对白质 脑区重复步骤S 3和步骤S4， 得到白质脑区上的三 维分形维度， 并组成三 维分形维度向量； 白 质脑区体数据进行三维分形维度后组成的向量大小为1* M， M为白质脑区的数量。 8.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S5 中对灰质脑 区和白质脑区重复步骤S3和步骤S4， 得到灰质脑区和白质脑区上的三维分形维度， 并组成 三维分形维度向量； 灰质脑区和白质脑区体数据进 行三维分形维度后组成的向量大小为 1* （N+M） ， N 为灰质脑区的数量， M为白质脑区的数量。 9.根据权利要求1所述一种识别主观认知下降的方法， 其特征在于， 步骤S7具体指： 采 用线性判别分析算法， 并结合留一法和基于双样本T检验的特征选择策略， 在所用数据集上 进行主观 认知下降的个 体识别； 包括以下步骤： （1） 每轮只取出一个被试作为测试集， 剩下的被试 数据作为训练集； （2） 在训练集上进行特征选择， 首先计算出主观认知下降患者组和健康老化对照组在 所有脑区上分别进 行双样本T检验， 并采用默认 值α=0.05来表 示统计显著性水平； 其次基于 计算好的脑区上的统计显著 性P值， 采用Bonferr oni多重比较校正策略进行事后检验， 以获 得所有脑区上具有统计显著差异的脑区， 即所有 P＜αnew的脑区， 由此完成特征选择的步骤， 并得到经 过特征选择后的脑区集 合Rsig； （3） 将Rsig应用于训练集， 得到经特征选择后的训练集， 并由此构建本轮留一法的线性权　利　要　求　书 2/3 页 3 CN 115500794 A 3