CN114188013B 一种阿尔兹海默症的认知及脑影像数据整合评估方法 （北京智精灵科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114188013B(45)授权公告日2025.07.08

(21)申请号202111017552.X

(22)申请日2021.09.01

(65)同一申请的已公布的文献号申请公布号CN114188013A

(43)申请公布日2022.03.15

(73)专利权人北京智精灵科技有限公司

地址100192北京市海淀区清河路135号A

座2层201室

(72)发明人李诗怡王云霞李嘉马珠江王晓怡

(74)专利代理机构北京汲智翼成知识产权代理

事务所(普通合伙)11381专利代理师陈曦董烨飞

(51)Int.CI.

G16H50/20(2018.01)

G16H30/20(2018.01)

G16H50/70(2018.01)

GO6N20/10(2019.01)

(56)对比文件

CN110084381A,2019.08.02CN111009324A,2020.04.14

审查员张萌迪

权利要求书2页说明书9页附图1页

(54)发明名称

阿尔兹海默症(AD)、轻度认知障碍

阿尔兹海默症(AD)、轻度认知障碍(MCI)、健康对照组

认知功能评估MRI结构相数据fMRI功能磁共振数据

多认知域：注意、记

忆、执行功能、视空

问、逻辑思堆、言语

能力等

量表+任务式海马体积及形状

分层贝叶斯方法获得超参数集的中心化趋势和离散程度，生成联合后验分布

支持向量机模型(SVM)识别特异性变化模式

留一法交叉验证(LOO-CV)预测模型准确率

模型用于预测新增受试者

独立成分分析(ICA)

提动能

新增受试者预测结果不断修正训练模型

基于顶点的分析方法

(FIRST)

格兰杰因

(mGCA

(57)摘要

CN114188013B本发明涉及在线辅助测评领域，具体涉及一种阿尔兹海默症的认知及脑影像数据整合评估方法。根据本发明的方法，首先进行认知功能多领域的筛查和评估，达成认知功能的快速筛查和详细评估的目的，然后进行多模态磁共振成像数据分析，包括：提取海马体积及形状分析，计算认知相关脑功能网络的功能连接值，作为神经影像方面的指标对脑功能进行评估。再进行认知及神

CN114188013B

CN114188013B权利要求书1/2页

2

1.一种阿尔兹海默症的认知及脑影像数据整合评估方法，其特征在于，所述方法包括以下步骤：

步骤I:获取受测者的认知功能多领域筛查评估的行为学数据；

步骤II:分析多模态磁共振成像数据，包括：

(1)对脑结构进行磁共振成像分析，基于定点分析方法对受测者的海马体积及形状进行量化分析，

(2)对静息态功能性磁共振成像数据进行预处理，纠正原始静息态功能性磁共振成像数据中存在的偏差，

(3)基于预处理后的静息态功能性磁共振成像数据，定位认知相关的脑功能网络，并计算每个脑功能网络内功能连接值，以及基于被定位的与高级认知功能相关的脑功能网络，选取各个脑功能网络的主要节点作为感兴趣区，计算两两脑功能网络之间的有效连接，

步骤III:将受测者的认知功能多领域筛查评估的行为学数据、受测者的海马体积及形状量化分析数据、以及认知相关的脑功能网络内连接值及脑功能网络间的有效连接数据的模型分布参数输入到同一联合模型，使用分层贝叶斯方法将该联合模型拟合相关数据，建立分层贝叶斯联合模型，获得超参数集的中心化趋势和离散程度，并生成参数的联合后验分布，确定轻度认知障碍及阿尔兹海默症认知和神经模型参数的关联程度和方向；在步骤III中，对于第j个用户的神经数据N,和行为数据B,,假设神经数据服从分布N,~Neural(δ),

行为数据服从分布B,~Behav(θ),将两种数据模型分布的参数写入到一个联合模型中，该模型表示为(δ;,θ)~M(Ω),其中Ω表示超参数集合，Q包括一系列的超平均参数①和超离散参数∑,因此Ω={,∑};采用分层贝叶斯方法将联合模型(δ,0)~M(Ω)拟合相关数据，其中，联合模型参数的联合后验分布写作：

p(Ω,0,6|N,B)?p(Ω)M((θ,6)|Ω)Behav(B|θ)Neural(N|δ)

,其中，p()表示概率分布，Behav(a|b)和Neural(a|b)表