神经影像标记物形态学融合分类指数的构建方法及应用
基本信息
| 申请号 | CN202110494544.8 | 申请日 | - |
| 公开（公告）号 | CN113222001B | 公开（公告）日 | 2022-06-28 |
| 申请公布号 | CN113222001B | 申请公布日 | 2022-06-28 |
| 分类号 | G06V10/764（2022.01）I;G06V10/80（2022.01）I;G06K9/62（2022.01）I;G06N20/00（2019.01）I;G16H20/70（2018.01）I;G16H30/20（2018.01）I;G16H50/20（2018.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 秦文;于春水;谢颖滢;张士杰;丁皓 | 申请（专利权）人 | 天津医科大学 |
| 代理机构 | 天津翰林知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 300070天津市和平区气象台路22号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明为神经影像标记物形态学融合分类指数的构建方法及应用，该构建方法包括以下内容：获取M个中心的结构MRI数据，提取脑结构像特征数据；以各中心数据进行独自训练，分别建立各中心的分类模型，获得M个中心的分类模型；对于任意一个样本，在所有中心的分类模型，计算出该样本在每个模型每个特征的分类权重值，即SHAP矩阵；然后以每个模型训练时使用的样本量为权重，按照公式（1）计算获得单一的形态学融合分类指数MICI值：其中，Si代表模型i的样本量，B代表特征总数，ai代表了特征a在模型i中的SHAP值，i＝1～M。MICI值可以很好的实现对精神疾病患者及正常人之间的鉴别，具有良好的可解释性、进化性和可扩展性。 |
