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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论