(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 202211125275.9 (22)申请日 2022.09.16 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市钱塘新区白杨 街道2号大街1 158号 (72)发明人 王训恒　吴鹏　厉力华　 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/26(2022.01) G06V 10/774(2022.01) G06V 10/762(2022.01) G06N 20/00(2019.01) (54)发明名称 基于T1磁共振影像的脑皮层超顶点划分方 法 (57)摘要 本发明公开了一种基于T1磁共振影像的脑 皮层超顶点划分方法， 包括如下步骤： S1、 建立数 据集， 并进行预处理； S2、 计算脑区中的顶点连接 获得顶点连接矩阵； S3、 得到群组原始脑区超顶 点空间； S4、 根据步骤S3、 进而得到群组全脑超顶 点空间； S5、 根据已划分的群组超顶点标签完成 个体化超顶点划分； S6、 根据脑图谱空间的顶点 特征， 由群组水平超顶点和个体化超顶点的划分 结果分别构建不同的群组特征超顶点连接网络 和个体化特征超顶点连接网络； S7、 根据机器学 习算法验证超顶点划分的有效性。 该方法相比于 已有脑图谱极大的提高了脑分区的分辨率， 并且 无需确定亚区数量， 能够自动进行脑区划分构造 超顶点。 权利要求书2页 说明书5页 附图3页 CN 115511805 A 2022.12.23 CN 115511805 A 1.一种基于T1磁共 振影像的脑皮层超顶点划分方法， 其特 征在于， 包括如下步骤： S1、 获取T1磁共 振脑部影 像数据建立数据集， 并进行 预处理； S2、 根据脑图谱划分的脑区所自带的顶点， 计算脑区中的顶点连接获得顶点连接矩阵； S3、 由整个数据集中同一脑区的顶点连接矩阵得到平均顶点连接矩阵， 对平均顶点连 接矩阵进行聚类得到群组水平超顶点， 将群组水平超顶点映射到对应的原始脑 区， 进而得 到群组原 始脑区超顶点空间； S4、 根据步骤S3得到脑图谱的每个脑区的群组水平超顶点， 分别映射到对应的原来脑 区， 进而得到群组全脑超顶点空间； S5、 根据已划分的群组超顶点标签完成个 体化超顶点划分； S6、 根据脑图谱空间的顶点特征， 由群组水平超顶点和个体化超顶点的划分结果分别 构建不同的群组特 征超顶点连接网络和个 体化特征超顶点连接网络； S7、 根据机器学习算法验证超顶点划分的有效性。 2.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述S1中， 数据集的预 处理方法为， 使用自动分割工具对T1磁共振影像数据进 行分割， 进而获 取T1磁共 振影像数据上顶点的形态特 征。 3.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述脑图谱划分的脑区作为顶点连接的空间约束。 4.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述顶点连接是同一脑区中所有顶点之间的距离 。 5.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述S2中， 获得顶点连接矩阵的计算方法如下： 顶点： V＝{特 征1， 特征2， 特征3，…， 特征m}； 顶点集合： {V1， V 2,V3,…， Vn}； 顶点连接： dij＝Distance(Vi,Vj)； 顶点连接矩阵： 其中顶点特征为预处理后顶点的形态特征， 顶点集合为脑图谱空间一个脑区内的初始 顶点， Distance为顶点的距离计算方法。 6.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述平均顶点连接矩阵的获取方法： 通过数据集中所有样本同一脑区顶点连接矩阵进行相加 后除以样本数量得到 。 7.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述S3中通过 社区发现算法对平均顶点连接矩阵进行聚类。 8.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所 述S5中个体化超顶点的划分方法为： 由群组水平超顶点映射到脑图谱的空间作为顶点的初 始标签， 计算脑图谱的空间的顶点连接得到全脑顶点连接网络， 在全脑顶点连接网络基础 上实施标签传播 算法， 完成个 体化超顶点的划分。 9.根据权利要求1所述的基于T1磁共振影像的脑皮层超顶点划分方法， 其特征在于， 所权　利　要　求　书 1/2 页 2 CN 115511805 A 2述顶点特 征为脑皮层结构、 形态、 功能以及多模态特 征中任意 一种。权　利　要　求　书 2/2 页 3 CN 115511805 A 3