一种基于复杂网络的脑功能磁共振图像分类方法

	一种基于复杂网络的脑功能磁共振图像分类方法
	田捷; 白丽君; 刘振宇
	2011-12-01
专利国别	CN
专利号	CN201110392269.5
专利类型	发明
中文摘要	本发明是一种基于复杂网络的脑功能磁共振图像分类方法，该方法包括以下步骤：对训练样本图像和测试样本图像进行预处理，并进行区域分割，提取每个区域的平均时间序列；计算该平均时间序列间的偏相关系数，将所述偏相关系数矩阵二值化，得到复杂网络模型，计算该复杂网络模型的特征路径长度、成本和集群度，分别得到训练样本图像和测试样本图像的网络特征；利用训练得到的该自适应提高(adaboost)分类器；利用训练得到的该自适应提高(adaboost)分类器对测试样本图像进行分类。本发明利用了脑功能磁共振图像中尽可能多的信息，能够精确的对脑功能磁共振图像进行分类。
公开日期	2012-06-20
内容类型	专利
源URL	[http://ir.ia.ac.cn/handle/173211/8606]
专题	自动化研究所_中国科学院分子影像重点实验室
作者单位	中国科学院自动化研究所
推荐引用方式 GB/T 7714	田捷,白丽君,刘振宇. 一种基于复杂网络的脑功能磁共振图像分类方法. CN201110392269.5. 2011-12-01.