(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211229597.8 (22)申请日 2022.10.08 (71)申请人 海南大学 地址 570228 海南省海口市人民大道58号 (72)发明人 王政霞　刘清华　张阳阳　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 李倩 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/62(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) A61B 5/00(2006.01)A61B 5/055(2006.01) (54)发明名称 一种静息态fMRI数据处理方法、 装置、 设备 及可读存 储介质 (57)摘要 本发明公开了一种静息态fMRI数据处理方 法、 装置、 设备及可读 存储介质， 应用于数据处理 领域。 该方法包括： 获取大脑fMRI图像 数据； 计算 大脑fMRI图像数据对应的时间特征向量和 空间 特征向量； 将时间特征向量和空间特征向量相 乘， 得到时空向量； 利用归一化函数对时空向量 进行映射计算， 得到时空融合特征向量； 将时空 融合特征向量发送给分类器， 以使所述分类器对 所述时空融合特征向量进行特征分类。 本发明通 过先对大脑fMRI图像数据进行处理， 得到时间特 征向量和空间特征向量， 之后进行特征融合， 从 而达到时空方面的数据增强， 弥补了现有技术仅 仅从时间层面上进行数据增强造成数据真实性 较低的技术缺陷， 从而增强了数据的泛化能力， 提高了分类 器的拟合效果。 权利要求书2页 说明书10页 附图3页 CN 115511857 A 2022.12.23 CN 115511857 A 1.一种静息态fMRI数据处 理方法， 其特 征在于， 包括： 获取大脑fMRI图像数据； 计算所述大脑fMRI图像数据对应的时间特 征向量和空间特 征向量； 将所述时间特 征向量和所述空间特 征向量相乘， 得到时空向量； 利用归一 化函数对所述时空向量进行映射计算， 得到时空融合特 征向量； 将所述时空融合特征向量发送给分类器， 以使所述分类器对所述 时空融合特征向量进 行特征分类。 2.根据权利要求1所述的静息态fMRI数据处理方法， 其特征在于， 所述计算所述大脑 fMRI图像数据对应的时间特 征向量， 包括： 对所述大脑fMRI图像数据进行预处理， 得到脑区信号矩阵； 其中， 所述脑区信号矩阵表 示每个脑区在不同时刻对应的脑区信号； 从所述脑区信号矩阵中获取预设数量的子脑区矩阵； 其中， 所述子脑区矩阵为所述脑 区信号矩阵对应的包括固定时刻数量的矩阵； 对所有的子脑区矩阵进行皮尔逊相关法计算， 得到每个子脑区矩阵对应的时间皮尔逊 相关矩阵； 将每个时间皮尔逊相关矩阵发送给所述分类器， 以使所述分类器对每个时间皮尔逊相 关矩阵进行 特征提取， 得到每 个时间皮尔逊相关矩阵对应的所述时间特 征向量。 3.根据权利要求1所述的静息态fMRI数据处理方法， 其特征在于， 所述将所述 时空融合 特征向量发送给分类 器， 包括： 将所述时空融合特 征向量发送给神经网络分类 器。 4.根据权利要求1至3任一项所述的静息态fMRI数据处理方法， 其特征在于， 所述计算 所述大脑fMRI图像数据对应的空间特 征向量， 包括： 通过生理学模板对所述大脑fMRI图像数据进行划分， 得到预设脑区数量的脑区， 及其 对应的脑区值； 其中， 所述脑区值表示每 个脑区对应的一定时间序列的脑区信号； 从临近脑区中选取每个脑区对应的预设临近数量的临近脑区， 并对每个脑区及其对应 的临近脑区的脑区值重新加权， 以得到每个脑区对应的新脑区值； 其中， 所述临近脑区为除 每个脑区自身之外的脑区； 对所有的新脑区值进行重组， 得到当前预设临近数量所对应的脑区空间信号矩阵； 其 中， 当得到 当前预设临近数量所对应的脑区空间信号矩阵时， 通过更改所述预设临近数量， 得到下一个预设临近数量对应的脑区空间信号矩阵， 直至获取的脑区空间信号矩阵达到预 设空间矩阵数量时， 停止获取； 对所有的脑区空间信号矩阵进行皮尔逊相关法计算， 得到每个脑区空间信号矩阵对应 的空间皮尔逊相关矩阵； 将每个空间皮尔逊相关矩阵发送给所述分类器， 以使所述分类器对每个空间皮尔逊相 关矩阵进行 特征提取， 得到每 个空间皮尔逊相关矩阵对应的所述空间特 征向量。 5.根据权利要求4所述的静息态fMRI数据处理方法， 其特征在于， 所述通过生理学模板 对所述大脑fMRI图像数据进行划分， 包括： 通过AAL模板对所述大脑fMRI图像数据进行划分。 6.根据权利要求4所述的静息态fMRI数据处理方法， 其特征在于， 所述从临近脑区中选权　利　要　求　书 1/2 页 2 CN 115511857 A 2取每个脑区对应的预设临近数量的临近脑区， 包括： 计算每个脑区与其他脑区之间的欧式距离值， 并按从小到大进行排序， 得到空间距离 序列； 获取欧式距离值在所述空间距离序列的前预设百分比的脑区， 得到每个脑区对应的所 述临近脑区。 7.根据权利要求1所述的静息态fMRI数据处理方法， 其特征在于， 所述利用归一化函数 对所述时空向量进行映射计算， 包括： 利用F函数对所述时空向量进行映射计算。 8.一种静息态fMRI数据处 理装置， 其特 征在于， 包括： 图像数据获取模块， 用于获取 大脑fMRI图像数据； 时间和空间特征向量计算模块， 用于计算所述大脑fMRI图像数据对应的时间特征向量 和空间特 征向量； 时空向量计算模块， 用于将所述时间特征向量和所述空间特征向量的相乘， 得到时空 向量； 时空融合特征向量计算模块， 用于利用归一化函数对所述时空向量进行映射计算， 得 到时空融合特 征向量； 分类模块， 用于将所述时空融合特征向量发送给分类器， 以使所述分类器对所述时空 融合特征向量进行 特征分类。 9.一种静息态fMRI数据处 理设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至7任一项所述的静息态fMRI数 据处理方法的步骤。 10.一种可读存储介质， 其特征在于， 所述存储介质上存储有计算机程序， 所述计算机 程序被处 理器执行时实现如权利要求1至7任一项所述静息态fMRI数据处 理方法的步骤。权　利　要　求　书 2/2 页 3 CN 115511857 A 3