买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳脑健生物技术有限公司

摘要：本发明公开一种自动化的深度学习增强DTI‑ALPS的计算方法。本发明应用于神经退行性疾病的早期诊断的辅助证据和病情监测，尤其是在阿尔茨海默病和帕金森病的研究中显示出巨大潜力。与现有技术相比，本发明能够在大规模人群中快速准确地评估脑部代谢废物清除功能，为临床实践提供了一种新的、非侵入性的生物标志物检测方法。此外，本技术还可用于探索与疾病严重程度、进展及其他生物标志物的相关性，为神经退行性疾病的治疗和研究开辟了新的途径。

主权项：1.一种自动化的深度学习增强DTI-ALPS的计算方法，其特征在于，包括以下步骤：S1：从数据库中获取若干MRI的DTI数据；S2：使用FSL软件进行DTI数据的预处理，步骤如下：将DTI数据从DICOM格式转换为与FSL兼容的NIFTI格式；使用FSL的eddy_correct和bet工具分别进行头部运动校正和脑部提取；应用FSL的dtifit工具将弥散张量模型拟合到包含所有弥散加权图像体积的nii文件，为每个体素产生张量参数；使用FSL的fslsplit工具将张量文件分割成多个3D文件，每个文件代表一个张量分量；所述nii文件，包含弥散张量模型的输出，使用PythonImagingLibrary转换成颜色编码的RGB图像，体素值代表主特征向量的方向；S3：训练CNN模型，将颜色编码的RGB图像分为两类；第一类图像对应于侧脑室体的水平，显示PVS和白质束以左右方向排列的图片；第二类图像为其他图片；对于第一类图像，使用labelimg图形图像注释工具进行进一步注释；在两个半球的深静脉周围PVS的ROIs被标记为“left”和“right”；ROIs被绘制为围绕PVS的矩形边界框；训练YOLOv5目标检测模型，对分类好的图像进行目标检测；S4：利用cv2Python库确定了YOLOv5检测到的ROI内蓝绿边界线的坐标，获取投射纤维和联合纤维之间的边界；使用fslmaths工具，勾画并二值化两个ROI作为投射纤维和联合纤维的掩模；投射纤维呈头足或前后方向，垂直于PVS，与沿左右方向、平行于PVS的联合纤维形成对比；S5：从ROI内提取参数，用来计算DTI参数，所述参数包括沿x轴、y轴和z轴的扩散率；S6：根据提取到的参数，通过DTI-ALPS指数计算公式计算出DTI-ALPS指数；所述DTI-ALPS指数计算公式为：ALPS＝meanDxxproj,DxxassocmeanDyyproj,Dyyassoc其中Dxxproj和Dxxassoc分别为投射纤维ProjectionFiber和联合纤维AssociationFiber在X轴方向上的扩散率，Dyyproj和Dyyassoc分别为投射纤维和联合纤维在Y轴方向上的扩散率。

全文数据：

权利要求：

百度查询： 深圳脑健生物技术有限公司 一种自动化的深度学习增强DTI-ALPS的计算方法