(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 202210611283.8 (22)申请日 2022.05.31 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 张宝荣　浦佳丽　宋哲　王之韵　 周诚　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 陈升华 (51)Int.Cl. G16H 50/20(2018.01) G06T 7/00(2017.01) G06V 10/80(2022.01) A61B 5/00(2006.01)A61B 5/055(2006.01) (54)发明名称 一种基于多模态医学影像的帕金森病辅助 诊断系统及方法 (57)摘要 本发明公开了一种基于多模态医学影像的 帕金森病辅助诊断系统及方法， 本系统包括输入 模块、 特征提取模块、 特征融合模块以及诊断模 块； 输入模 块包括磁共振多模态(RS ‑fMRI图像和 T1图像)图像输入以及样本数据输入； 特征提取 模块： 用于对两个模态数据的特征提取， 其中包 括磁共振图像预处理， 并提取感兴趣区域的特征 数据； 特征提取模块： 融合提取的影像特征数据， 通过公式计算获得gBOLD ‑CSF耦合系数， 构造成 一个串联特征矩阵X， 将样 本数据(人口资料及临 床资料)串联成一个相应矩阵Y； 诊断模块用于对 特征进行学习、 数据回归和分类， 最后获得诊断 结果， 从而为医生 提供更准确的辅助诊断。 权利要求书1页 说明书4页 附图1页 CN 114898868 A 2022.08.12 CN 114898868 A 1.一种基于多模态医学影像的帕金森病辅助诊断系统， 其特征在于， 包括输入模块、 特 征提取模块、 特 征融合模块和诊断模块； 所述输入模块： 包含两个模态的输入， 第一模态为MRI 图像输入， 主要通过T1图像确定 小脑底部CSF信号较强的层面， 通过RS ‑fMRI图像获取全脑信号； 第二模态 为样本数据输入， 包括人口学资料； 所述特征提取模块： 包 含两个模态的数据提取； 所述特征融合模块： 对特征提取模块提取到的gBOLD ‑CSF耦合系数、 样本标签特征和资 料特征进行融合后再进行分类， 得到多模态特 征数据； 所述诊断模块： 用于将特征选择后的多模态特征数据输入诊断模块后， 通过多模态学 习算法对特 征进行学习， 同时进行 数据的回归和分类， 最终 获得诊断结果。 2.根据权利要求1所述的基于多模态医学影像的帕金森病辅助诊断系统， 其特征在于， 所述输入模块连接特征提取模块， 特征提取模块连接特征融合模块， 特征融合模块连接诊 断模块。 3.根据权利要求1所述的基于多模态医学影像的帕金森病辅助诊断系统， 其特征在于， 所述特征提取模块中， 第一模态的数据提取包括： 提取了全脑灰质的BOLD信号及小脑底部 层面第四脑室的脑脊液信号， 通过公式计算得到gBOLD ‑CSF耦合系数； 第二模态的数据提取包括： 提取 人口学资料的特 征， 得到样本标签特 征和资料 特征。 4.一种基于多模态医学影 像的帕金森病辅助诊断方法， 其特 征在于， 包括如下步骤： (1)通过磁共振成像并经处理后得到T1图像和RS ‑fMRI图像， 将T1图像和RS ‑fMRI图像 输入到输入模块中； 将样本人口学资料及样本基线资料也输入到 输入模块中； (2)在特征提取模块 中对T1图像和RS ‑fMRI图像两组图像进行图像预处理， 然后对预处 理后的图像提取感兴趣区域的特征数据， 分别获得特定时间点的全脑灰质BOLD信号与小脑 底部CSF信号， 通过计算公式， 得 出gBOLD‑CSF耦合系数； 在特征提取模块中对样本人口学资料及样本基线资料进行特征提取， 得到样本标签特 征和资料 特征； (3)在特征融合模块中将gBOLD ‑CSF耦合系数与样本标签特征和 资料特征进行融合后 再进行分类， 得到多模态特 征数据； (4)多模态特征数据输入诊断模块后， 通过多模态学习算法对特征进行学习， 同时进行 数据的回归和分类， 最终 获得诊断结果。 5.根据权利要求4所述的基于多模态医学影像的帕金森病辅助诊断方法， 其特征在于， 步骤(2)中， 所述的图像预处 理包括格式化、 归一 化、 分割以及平 滑。 6.根据权利要求4所述的基于多模态医学影像的帕金森病辅助诊断方法， 其特征在于， 步骤(3)中， 所述的融合包括： 将gBOLD ‑CSF耦合系数构造成一个串联特征矩阵X， 将样本标 签特征和资料 特征串联成一个相应矩阵Y， 进行 特征融合。权　利　要　求　书 1/1 页 2 CN 114898868 A 2一种基于多模 态医学影像的帕金森病辅助诊断系统及方 法 技术领域 [0001]本发明属于医学影像的计算机分析技术的应用领域， 具体涉及 一种基于多模态医 学影像的帕金森病辅助诊断系统及方法。 背景技术 [0002]帕金森病(Parkinson ’s Disease,PD)是全球第二大常见中枢神经系统退行性疾 病， 以运动功能障碍为特征， 具有致残性， 晚期可给家庭和社会造成巨大的经济负担。 PD的 核心病理过程是中脑黑质错误折叠的α ‑突触核蛋白( α ‑synuclein, α ‑syn)的沉积及多巴胺 能神经元 的进行性丧失。 由于其起病的隐匿性， 大多数患者在诊断PD时中脑多巴胺神经元 就已损失70％以上， 因此， 早期识别、 早期进行疾病修饰治疗对于缓解症状、 减轻患者负担 具有重要意 义。 [0003]类淋巴系统， 或脑胶质淋巴系统是最近发现的一种颅内清除通路， 由星形胶质细 胞末端包绕颅内小动脉及小静脉形成的血管周围空间(perivascular  space,PVS)形成。 脑 脊液及可溶 的代谢性废物、 毒性蛋白可经此途径从大脑中排出， 流入颅外头颈部的静脉系 统中。 越来越多的研究表明， 淋巴系统功能障碍在神经退行性疾病早期就已出现， 且下游堵 塞会引起小鼠脑实质α ‑syn沉积及运动障碍症状加重， 证明类淋巴系统参与PD病理生理进 程， 与PD起病有关。 然而， 大多 数基于动物模 型或基于示踪剂的有创方法不能转化为临床 研 究， 目前迫切需要临床上可使用的、 非侵入性的直接成像来更好地评估类淋巴清除在PD病 理生理学中的作用。 [0004]近年来， 磁共振成像(Magnet ic Resonance  Imaging,MRI)具有高分辨率、 无创、 低 成本、 可提供多序列影像等优点， 广泛应用于PD等中枢神经系统疾病的诊断。 但由于PD早期 并无器质性病变， 目前尚无可用于诊断PD的特定磁共振序列。 近年来 随着功能成像的快速 发展， 多模态MRI被广泛应用于PD的研究中， 对PD的预测、 诊断、 鉴别诊断以及其结构和功能 方面的改变提供了更多的影 像诊断依据。 [0005]根据最新研究， 静息态(resting  state)功能磁共振(functional  MRI， fMRI)下， 低频(＜0.1Hz)全脑血氧水平依赖性(global  blood oxygen level‑dependent,gBOLD)信 号与脑脊液(cerebrospinal  fluid,CSF)动力学的耦合系数可能与类淋巴系统动力有关， 具有作为类淋巴系统动力学定量指标的潜力。 由于类淋巴系统与PD病理生理机制密切相 关， 且而国内外尚无研究将gBOLD ‑CSF耦合系数应用于PD疾病的辅助诊断， 本发 明提出一种 基于gBOLD ‑CSF耦合系数进行PD辅助诊断的手段， 能够反映PD患者类淋巴系统的功能， 从而 为医生提供更准确的临床建议。 发明内容 [0006]本发明的目的在于提供一种基于多模态医学影像的帕金森病辅助诊断系统及方 法。 主要利用输入MRI的T1及RS ‑fMRI图像数据， 进行特征提取后再进行特征融合， 最终利用 集成学习的方法进行分类学习， 从而为医生 提供有效的辅助诊断参 考。说　明　书 1/4 页 3 CN 114898868 A 3