基于机器学习的磁共振图像脑区划分方法、系统和装置

摘要

本发明属于图像处理领域，具体涉及了一种基于机器学习的磁共振图像脑区划分方法、系统和装置，旨在解决如何针对个体进行脑组网络图谱绘制并进行快速准确的脑区划分的问题。本发明包括：通过HCP的方法将原始磁共振图像生成解剖结构像磁共振数据和扩散张量磁共振数据，通过网格面重建和概率跟踪法处理解剖结构像磁共振数据，通过概率跟踪法处理扩散张量磁共振数据，获得降维连接特征矩阵，通过M个基于脑网络组图谱训练的区域性分类器对每个顶点进行分类生成顶点分类结果，将分类结果合并获得个体化图谱。本发明可以快速准确的基于磁共振图像进行脑区划分，在具有一致性的情况下保留了个体的差异性。