(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 202210616879.7 (22)申请日 2022.06.01 (71)申请人 上海全景医学影 像诊断中心有限公 司 地址 201103 上海市徐汇区桂林路40 6号8 号楼 申请人 高欣　李伟凯 (72)发明人 彭莉玲　高欣　李伟凯　 (51)Int.Cl. A61B 6/00(2006.01) A61B 6/03(2006.01) G06T 7/00(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G16H 50/20(2018.01) (54)发明名称 一种基于18F-FDG PET代谢网络的帕金森症 预测方法 (57)摘要 本发明的一种基于18F ‑FDG PET代谢网络的 帕金森症预测方法， 属于预防医学技术领域。 本 发明的方法为采集对象的脑部CT数据并进行处 理， 构建代谢网络获取链接以及图论属性后， 基 于多核SVM对不同连接信息融合并训练分类， 建 立PD诊断预测模型， 使用训练好的模型进行预 测。 基于代谢网络发现PD患者额叶、 顶叶和枕叶 区域的大多数共识连接减少， 而前额叶、 颞叶和 皮层下区域增加。 这些异常的功能网络测量在从 HC个体中识别PD个体方面表现出理想的分类性 能， 准确率高达91.84％。 权利要求书1页 说明书6页 附图1页 CN 115040147 A 2022.09.13 CN 115040147 A 1.一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征在于： 采集对象的脑部 CT数据并进 行处理， 构建代谢网络获取链接以及图论属性后， 基于多核SVM对不同连接信息 融合并训练分类， 建立P D诊断预测模型， 使用训练好的模型进行 预测。 2.根据权利要求1所述的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征 在于， 所述方法具体包括如下步骤： S100、 数据采集； S200、 数据预处 理； S300、 代谢网络构建； S400、 特征提取， 获取链接以及图论属性； S500、 建立PD诊断预测模型； S600、 预测结果。 3.根据权利要求2所述的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征 在于： 所述步骤S100的数据采集具体为使用PET/CT扫描仪对对象进行扫描后建立3维(3D) 模型， 使用具有6次迭代和6个子集方法的有序子集期望最大化 算法重建图像。 4.根据权利要求2所述的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征 在于： 所述步骤S200的数据预处理具体为利用基于SPM工具包进行数据预处理， 将单个18F ‑ FDG PET图像体积空间归一化为具有线性和非线性3D变换的标准立体定向蒙特利尔神经病 学研究所(MN I)空间， 应用自动解剖标记(A AL)图谱将大脑皮层分割成90个区域。 5.根据权利要求2所述的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征 在于： 所述步骤S300的代谢网络构建具体为使用JS散度来捕获任意2个区域中脑葡萄糖代 谢相似性的统计关系， 进而描绘个体代谢联系使用来 自AAL地图集的90个ROI表示脑节点， 以描绘个 体代谢网络； 提取每个ROI中的体素强度， 并通过使用核密度估计来估计相应ROI的概率密度函数 (PDF)； 根据Jensen ‑Shannon(JS)散度得到代谢网络连接如下： JSs(P||Q)＝exp( ‑DJS(P||Q))； 其中， P和Q代表不同ROI的概 率密度函数， M＝0.5 ×(P+Q)， DKL(·|·)代表KL散度。 6.根据权利要求2所述的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征 在于： 所述步骤S400具体为基于构建的代谢网络提取全局和局部属性， 所述全局属性包括 聚类系数(C_p)、 特征路径长度(L_p)、 归一化聚类系数(γ)、 归一化特征路径长度( λ )、 小世 界(σ )、 全局效率(E_global)和模块化得分(Q)； 所述局部属性包括度中心性、 节点效率、 中 介中心性、 最短路径长度和节点聚类系数。 7.根据权利要求2所述的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 其特征 在于： 所述步骤S 500具体为基于多核SVM对不同连接信息融合并训练分类， 在不同的稀疏阈 值(0.02‑0.5， 步长为0.01)下对网络进行了稀疏化， 得到了稀疏阈值下对应节点属性的49 个值的总和， 然后将 每个节点的49个值的总和(曲线 下面积， AUC)作为属性的输入来训练分 类器后建立P D诊断预测模型。权　利　要　求　书 1/1 页 2 CN 115040147 A 2一种基于18F ‑FDG PET代谢网 络的帕金森症预测方 法 技术领域 [0001]本发明属于预防医学技术领域， 具体来说是一种基于18F ‑FDG PET代谢网络的帕 金森症预测方法。 背景技术 [0002]目前全球约有620万人受到影响， 帕金森病(PD)是第二常见的神 经退行性运动障 碍， 其患病率在未来几十年可能会增加(Vos等人， 2017年)。 不幸的是， PD的诊断和疾病严重 程度评估主要通过 临床检查和随访来评估。 迫切需要一种有效的复诊 预测方法提升PD的诊 断性能。 使用18F ‑氟脱氧葡萄糖(18F ‑FDG PET)的正电子发射断层扫描是一种功能性神经 成像技术， 可在系统水平上测量PD的代谢异常。 现有基于PET的方法直接利用PET数据进行 诊断， 通常未能考虑区域间的代谢相互作用， 可能会丢失有关代谢拓扑或网络中个体差异 的相关信息， 大 大降低诊断性能。 [0003]经过检索， 中国发明专利： 一种基于核磁共振的帕金森预测方法(申请号为 CN201810983951.3， 申请日为2018.08.27)， 该申请案公开了一种基于核磁共振的帕金森预 测方法， 包括： 获取待诊断的颅脑核磁共振图像； 对所述待诊断的颅脑核磁共振图像进行 处 理， 获得待诊断脑白质图像； 基于预先训练的帕金森预测模型根据所述待诊断脑白质图像 对帕金森进 行预测。 相应的， 本发明还公开了一种基于核磁共振的帕金森预测系统、 计算机 可读存储介质及终端设备。 采用本发明的技术方案能够实现对帕金森的预测， 并且提高预 测准确率。 但是该申请案的不足之处在于仅仅通过基于脑白质图像的形态分析进行判断， 不够全面从而导 致识别率低的问题。 发明内容 [0004]1.发明要解决的技 术问题 [0005]本发明的目的在 于解决现有的基于PET的方法直接利用PET数据 进行诊断， 通常未 能考虑区域间的代谢相互作用， 可能会丢失有关代谢拓扑或网络中个体差异的相关信息， 大大降低诊断性能的问题。 [0006]2.技术方案 [0007]为达到上述目的， 本发明提供的技 术方案为： [0008]本发明的一种基于18F ‑FDG PET代谢网络的帕金森症预测方法， 采集对象的脑部 CT数据并进 行处理， 构建代谢网络获取链接以及图论属性后， 基于多核SVM对不同连接信息 融合并训练分类， 建立P D诊断预测模型， 使用训练好的模型进行 预测。 [0009]优选的， 所述方法具体包括如下步骤： [0010]S100、 数据采集； [0011]S200、 数据预处 理； [0012]S300、 代谢网络构建； [0013]S400、 特征提取， 获取链接以及图论属性；说　明　书 1/6 页 3 CN 115040147 A 3