个体化结构脑网络构建方法、系统、电子设备及存储介质与流程

技术特征：
1.个体化结构脑网络构建方法，其特征在于，包括：获取脑部结构的多个结构磁共振数据；根据多个所述结构磁共振数据，得到多个第一形态学特征值；对所述脑部结构划分得到多个功能区域；获取每一所述功能区域对应的所述第一形态学特征值，作为第二形态学特征值；根据每一所述第二形态学特征值生成对应的形态学向量；根据至少两个所述形态学向量，得到至少两个所述形态学向量的相似性；根据至少两个所述形态学向量的相似性，构建所述脑部结构的脑网络。2.根据权利要求1所述的个体化结构脑网络构建方法，其特征在于，所述根据多个所述结构磁共振数据，得到多个第一形态学特征值，包括：对多个所述结构磁共振数据进行数据处理；将处理后的每一所述结构磁共振数据配准到标准的模板空间，得到每一所述结构磁共振数据对应的第一形态学特征值。3.根据权利要求1所述的个体化结构脑网络构建方法，其特征在于，所述对所述脑部结构划分得到多个功能区域之后，包括：获取每一所述功能区域对应的多个区域体素和所述区域体素的数量。4.根据权利要求3所述的个体化结构脑网络构建方法，其特征在于，所述根据至少两个所述形态学向量，得到至少两个所述形态学向量的相似性，包括：根据每一所述功能区域对应的所述区域体素的数量以及每一所述功能区域对应的至少两个所述形态学向量，构建结构协变矩阵；根据所述结构协变矩阵，得到至少两个所述形态学向量的相似性。5.根据权利要求4所述的个体化结构脑网络构建方法，其特征在于，所述结构协变矩阵中每个第一元素表示至少两个所述形态学向量的累计距离；对应的，所述根据所述结构协变矩阵，得到至少两个所述形态学向量的相似性，包括：获取所述结构协变矩阵中每一所述第一元素与其余所述第一元素之间的元素路径；选取路径最短的元素路径作为最优路径；根据所述最优路径，选取在所述最优路径上的多个所述第一元素作为多个第二元素；获取多个所述第二元素对应的累计距离；根据多个所述第二元素对应的累计距离，得到至少两个所述形态学向量的相似性。6.根据权利要求5所述的个体化结构脑网络构建方法，其特征在于，所述根据至少两个所述形态学向量的相似性，构建所述脑部结构的脑网络，包括：根据所述结构协变矩阵计算所述脑部结构的网络参数；根据所述网络参数，构建所述脑部结构的脑网络。7.根据权利要求6所述的个体化结构脑网络构建方法，其特征在于，所述根据所述结构协变矩阵计算所述脑部结构的的网络参数，包括：选取所述结构协变矩阵的多个第一元素中值最大的所述第一元素，得到最大值；对所述结构协变矩阵中的每一第一元素进行计算，得到更新后的结构协变矩阵；根据更新后的所述结构协变矩阵计算所述脑部结构的网络参数。8.脑网络构建系统，其特征在于，包括：
数据获取模块：获取脑部结构的多个结构磁共振数据；相似性计算模块：根据多个所述结构磁共振数据，得到多个第一形态学特征值；根据所述脑部结构划分得到多个功能区域；获取每一所述功能区域对应的所述第一形态学特征值，作为第二形态学特征值；根据每一所述第二形态学特征值生成对应的形态学向量；获取至少两个所述形态学向量的相似性；脑网络构建模块：根据至少两个所述形态学向量的相似性，构建所述脑部结构的脑网络。9.电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的个体化结构脑网络构建方法。10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7中任意一项所述的个体化结构脑网络构建方法。

技术总结
本申请公开了一种个体化结构脑网络构建方法、系统、电子设备及存储介质，涉及脑网络技术领域。本申请的个体化结构脑网络构建方法，包括：获取脑部结构的多个结构磁共振数据，根据多个结构磁共振数据得到多个第一形态学特征值；对脑部结构划分得到多个功能区域，获取每一功能区域对应的第一形态学特征值作为第二形态学特征值；根据每一第二形态学特征值生成对应的形态学向量，并根据至少两个形态学向量得到至少两个形态学向量的相似性；根据至少两个形态学向量的相似性，构建脑部结构的脑网络。本申请能够根据大脑结构形态学特征构成的不同长度向量，计算出不同长度向量间的最优归整距离并且不丢失大脑体素信息，进而提高脑网络构建的准确度。络构建的准确度。络构建的准确度。


技术研发人员：王骄健 肖雅琼 谭力海
受保护的技术使用者：深圳市神经科学研究院
技术研发日：2021.07.13
技术公布日：2021/11/9