一种基于机器学习的抗NMDAR脑炎图像特征分类方法

摘要

本发明公开了一种基于机器学习的抗NMDAR脑炎图像特征分类方法，对原始MRI图像进行预处理，然后基于Lasso方法将其发送到特征筛选模型，最后将筛选出的特征发送到C‑SVM和3D‑CNN相结合的分类器中以获取特征分类结果。本发明方法只运用了大脑皮层的特征，和自免疫脑炎相关性很高，与现有的人工分类方法相比，本方法大大缩减了特征分类实际，减少了对领域专家知识的依赖；本方法将医学图像的视觉信息转化为用于定量研究的深层数据特征，为医生提供了客观、一致和可重现的参考信息。