基于多模态脑图像的抑郁症识别研究及应用系统初步开发

摘要

如今，使用脑图像技术对脑疾病进行诊断分析已经得到了普遍的应用。但各种成像技术各种模态图像都只能从某一个角度来反映脑部特征，所以多种模态图像数据的融合就成为了一个必然的趋势。既往的多模态融合多是用于临床观察病灶，本文对使用多模态融合图像进行抑郁症的识别方法进行了研究，并以之为基础进行了辅助诊断系统的初步开发。
　　本文使用了功能核磁共振成像任务态情绪相关的激活和静息态的局部一致性图像数据进行融合研究。首先，使用小波方法对各个模态图像进行分解；然后，选取一定规则将不同模态图像按频率进行融合；最后，对融合后的参数进行小波逆变换即可得到融合图像。对得到的融合图像，使用主成分分析进行降维，最后对降维后的特征进行分类。相对于单个模态图像，多模态融合图像有利于对抑郁症患者进行识别。
　　然后，本文在这个基础上对结果进行了讨论，并寻找对小波融合规则进行优化的方法。在对小波的高低频系数分别使用不同的规则进行优化之后，得到了优化的识别结果，整体准确率达到了84.21％。同时发现本文的方法得到的融合图像在图像信息学指标上也更优。经过对比讨论，表明本文的方法确实可以有效的提高对抑郁症的识别能力，并可以对临床诊断提供有效帮助。
　　同时，本文还在之前工作的基础上，进行应用系统的开发，并初步搭建了抑郁症诊断辅助系统，对识别方法的应用进行了探索尝试。