本发明专利技术提供了一种基于Gossip模型的自闭症检测装置，属于脑部静息态功能磁共振图处理技术领域。本发明专利技术依据Gossip协议设置了Gossip模型并基于其观察和衡量自闭症患者组和正常对照组结构网络的传播表现来作为检测策略。即将被检测者的计算结果分别与自闭症患者组和正常对照组进行比对以确定被检测者的检测结果：计算结果更接近第一自闭症患者组，则被检测者患自病症的风险高，否则当前被检测者患自病症的风险低。本发明专利技术可用于对未知类型的被检测者进行自闭症的初步诊断。与测量全局网络和局部网络的拓扑属性的方法相比，本发明专利技术的Gossip模型使患者和正常对照组之间的脑结构像的差异相比更加明显。可以更快、更准确的识别出异常图像，更好的辅助医生进行诊断。更好的辅助医生进行诊断。更好的辅助医生进行诊断。
【技术实现步骤摘要】
基于Gossip模型的自闭症检测装置
[0001]本专利技术属于脑部静息态功能磁共振图处理
，具体属于一种基于Gossip模型的自闭症检测装置。
技术介绍
[0002]在传统的自闭症筛查中，往往依赖于专业的从医人员进行诊断和判别，这种方式往往耗时耗力，加上相关的专业人员数量少，这就给自闭症的早期筛查带来了一定的难度，从而也就容易使得一些自闭症患者不能在早期被筛查出来，尽早地进行干预治疗。对于自闭症而言，早期的干预治疗，对于后续的恢复或者减轻症状有着至关重要的作用。
[0003]专利技术人在研发过程中发现，通过核磁共振技术可以获取大脑的结构像和功能像。对于结构像的研究方案有利用图论知识构建结构网络，并分析其网络拓扑属性。但是自闭症患者和正常对照者结构网络的全局或者局部的网络拓扑属性之间的差异往往不明显，因此有必要提出一种能够获取患者和正常对照组之间更明显的脑结构像和功能像的差异的方法，以便于实现对自闭症的智能辅助检测。
技术实现思路
[0004]本专利技术提供了一种基于Gossip模型的自闭症检测装置，以快速直观对被试是否是自闭症做出初步诊断。
[0005]本专利技术采用的技术方案如下：
[0006]一种基于Gossip模型的自闭症检测装置，包括：图像处理单元、脑结构网络构建单元、计算单元和检测单元；
[0007]所述图像处理单元，用于对采集被检测者的脑部静息态功能磁共振图序列进行图像预处理，提取脑部静息态功能磁共振图中的脑灰质区域，得到脑灰质图像序列；并基于预置的脑区划分模板，对脑灰质图像序列中的各脑灰质图像进行脑区划分，获取每个脑区的脑灰质体积(即每个脑区包括的脑灰质像素点数量)，得到每个脑区的脑灰质体积序列并发送给大脑结构网络构建单元；
[0008]所述脑结构网络构建单元，基于预置的相关系数计算规则，计算各个脑区的脑灰质体积序列之间的相关系数，将每个脑区作为一个节点，脑区的脑灰质体积序列之间的相关系数作为节点间的连接系数，得到脑结构网络；并对脑结构网络的所有节点间的连接系数进行二值化处理，将大于二值化阈值的连接系数置为1(表示两个节点连通)，将小于或等于二值化阈值的连接系数置为0(表示两个节点不连通)，得到二值网络并发送给计算单元；
[0009]所述计算单元，用于基于Gossip模型计算二值网络的传播耗时和传播的迭代次数并将计算结果发送给检测单元；
[0010]其中，于Gossip模型计算二值网络的传播耗时和传播的迭代次数具体为：
[0011]对于输入的二值网络，获取其最大连通图，在所述最大连通图中采用Gossip协议进行消息传播，其中，初始传播点为最大连通图中的节点度(连通度，指和该节点相关联的
边的条数)最高的节点，且消息传播时的通信方式为Push，即完成一次新消息的全部传播则停止；即基于当前的传播点，随机向N个连通的节点传播消息，直到最大连通图中的全部节点被传播消息，记为一次传播完毕，当传播完毕后，将传播耗时和传播迭代的次数作为当前二值网络的传播耗时和传播的迭代次数；
[0012]所述检测单元，存储有两个参考数据，第一参考数据为自闭症患者的传播耗时和传播的迭代次数，第二参考数据为正常对照者的传播耗时和传播的迭代次数，并将接收到的计算结果分别与两个参考数据进行比对以确定被检测者的检测结果：计算结果更接近第一参考数据，则被检测者患自病症的风险高，否则当前被检测者患自病症的风险低。
[0013]进一步的，所述检测单元确定被检测者的检测结果时，还包括：
[0014]计算所述计算结果中的传播耗时分别与第一、二参考数据中的传播耗时的偏差，以及计算所述计算结果中的传播的迭代次数分别与第一、二参考数据中的传播的迭代次数的偏差，并对各偏差进行数据的标准化处理，以统一量纲；
[0015]再将同一比较对象的两个偏差求和，与第一、二参考数据的偏差和分别记为第一参考偏差和第二参考偏差；
[0016]若第一参考偏差小于第二参考偏差，则被检测者患自病症的风险高，否则当前被检测者患自病症的风险低。
[0017]进一步的，采用最小密度对脑结构网络的所有节点间的连接系数进行二值化处理。
[0018]进一步的，所述第一参考数据和第二参考数据的获取方式为：
[0019]分别将多名自闭症患者的脑部静息态功能磁共振图序列输入所述基于Gossip模型的自闭症检测装置的图像处理单元，基于Gossip模型的自闭症检测装置的计算单元的计算结果得到每名自闭症患者的传播耗时和传播的迭代次数，对所有自闭症患者的传播耗时和传播的迭代次数分别取均值得到第一参考数据；
[0020]分别将多名正常对照者的脑部静息态功能磁共振图序列输入所述基于Gossip模型的自闭症检测装置的图像处理单元，基于Gossip模型的自闭症检测装置的计算单元的计算结果得到每名正常对照者的传播耗时和传播的迭代次数，对所有正常对照者的传播耗时和传播的迭代次数分别取均值得到第二参考数据。
[0021]进一步的，还包括输出显示单元，用于对检测单元确定的被检测者的检测结果进行可视化的输出显示。
[0022]进一步的，所述计算单元基于Gossip模型计算二值网络的传播耗时和传播的迭代次数时，多次执行Gossip协议进行消息传播，记录每一次消息传播时的传播耗时和传播的迭代次数，将均值作为最终的传播耗时和传播的迭代次数并发送给检测单元。
[0023]本专利技术提供的技术方案至少带来如下有益效果：
[0024](1)与测量全局网络和局部网络的拓扑属性的方法相比，基于Gossip模型的自闭症检测装置，使患者和正常对照组之间的脑结构像和功能像的差异相比更加明显。可以更快、更准确的识别出异常图像，更好的辅助医生进行诊断。
[0025](2)对于脑区连接变化的研究可以作为探究自闭症致病原理的支撑，为治疗自闭症提供靶点。
[0026](3)将被检测者的监测结果进行可视化的输出显示，更加直观形象，方便进行进一
步的研究。
[0027](4)诊断材料基于脑结构像和功能像，获取相对方便，结合本装置快速检测的特点，可以大范围推广使用，用于初步筛查潜在的自闭症患者。早发现，早治疗。
[0028](5)放大结构网络传输效率的差异。
[0029](6)在极短时间内得出计算结果，可以用于实时处理和分析。
[0030](7)提供了自闭症诊断的新思路，即结合大数据处理手段。
附图说明
[0031]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0032]图1是本专利技术实施例中，自闭症患者组(ASD组)和正常对照组(HC组)完成一次全部节点传播的迭代次数对比图；
[0033]图2是本专利技术实施例中，自闭症患者组和正常对照组完成一次本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于Gossip模型的自闭症检测装置，其特征在于，包括：图像处理单元、脑结构网络构建单元、计算单元和检测单元；所述图像处理单元，用于对采集被检测者的脑部静息态功能磁共振图序列进行图像预处理，提取脑部静息态功能磁共振图中的脑灰质区域，得到脑灰质图像序列；并基于预置的脑区划分模板，对脑灰质图像序列中的各脑灰质图像进行脑区划分，获取每个脑区的脑灰质体积，得到每个脑区的脑灰质体积序列并发送给大脑结构网络构建单元；所述脑结构网络构建单元，基于预置的相关系数计算规则，计算各个脑区的脑灰质体积序列之间的相关系数，将每个脑区作为一个节点，脑区的脑灰质体积序列之间的相关系数作为节点间的连接系数，得到脑结构网络；并对脑结构网络的所有节点间的连接系数进行二值化处理，将大于二值化阈值的连接系数置为1，将小于或等于二值化阈值的连接系数置为0，得到二值网络并发送给计算单元；所述计算单元，用于基于Gossip模型计算二值网络的传播耗时和传播的迭代次数并将计算结果发送给检测单元；其中，于Gossip模型计算二值网络的传播耗时和传播的迭代次数具体为：对于输入的二值网络，获取其最大连通图，在所述最大连通图中采用Gossip协议进行消息传播，其中，初始传播点为最大连通图中的节点度最高的节点，且消息传播时完成一次新消息的全部传播则停止，并将传播耗时和传播迭代的次数作为当前二值网络的传播耗时和传播的迭代次数；所述检测单元，存储有两个参考数据，第一参考数据为自闭症患者的传播耗时和传播的迭代次数，第二参考数据为正常对照者的传播耗时和传播的迭代次数，并将接收到的计算结果分别与两个参考数据进行比对以确定被检测者的检测结果：计算结果更接近第一参考数据，则被检测者患自病症的风险高，否则当前被检测者患自病症的风险低。2.如权利要求1所述的装置，其特征在于，所述检测单元确定被检测者的检测结果时，还包括：计算所述计算结果中的传播耗时分别与第一、二参考数据中的传播耗时的偏差，以及计算所述计算结果中的传播的迭代次数分别与第一、二参...
【专利技术属性】
技术研发人员：邢建川，杨骁，张栋，孔渝峰，卢胜，陈洋，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。