买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河北工业大学

摘要：本发明引导式多模态影像遗传学数据特征分析方法，同时考虑样本的多模态影像数据分析以及基因影像典型相关分析。采用权重分解方法将权重分为模态一致性权重和模态特异性权重，模态一致性权重表示模态之间共有的信息，模态特异性权重表示单个模态独有的信息。此外采用样本的标签这一先验信息，利用回归分析引导多模态影像数据的特征学习，同时利用机器学习中多任务学习框架将多模态数据与基因数据的典型相关分析作为多个学习任务，利用多任务学习所包含的有用信息帮助每个任务得到更准确的学习器并且找到任务之间的差别和联系。本发明公开的方法能够有效地进行特征选择和影像遗传学数据相关性分析。

主权项：1.一种引导式多模态影像遗传学数据特征分析方法，其特征在于，该特征分析方法包括以下内容：获取某类脑疾病样本多模态影像和基因预处理后的数据，将基因数据与单个模态脑影像数据组成一个任务，共有C个模态影像，即有C个任务；将模态影像权重分解为关于同一脑区的多模态脑影像数据一致性的特征权重矩阵B和关于同一脑区的多模态脑影像数据特异性的特征权重矩阵W；特征选择目标函数为公式1： 公式1中，X∈Rn×p表示的是基因数据关系矩阵，n为样本数，p为基因数据特征数，Yc∈Rn×qc＝1,2,…,C表示的是多模态影像数据关系矩阵，n为样本数，q为影像数据特征数，z为样本标签，U表示的是关于基因数据的特征权重矩阵，B表示的是关于同一脑区的多模态脑影像数据一致性的特征权重矩阵，W表示的是关于同一脑区的多模态脑影像数据特异性的特征权重矩阵，βu，βb，λw为调节参数；wc表示的第c个任务的所有关于影像数据的特异性特征权重；bc表示的第c个任务的所有关于影像数据的一致性特征权重；uc表示的第c个任务的所有基因数据的特征权重；对上述目标函数进行优化求解，得到优化后的U、B和W；对获得的解中选出权重非零的权重矩阵U、B和W所对应的特征，进而确定病变脑区位置和相关病变基因，完成引导式多模态影像遗传学数据特征分析；优化后的U用公式11表示：uc＝XTX+M-1XTYcbc+wc11,优化后的B和W用公式16表示： 其中，表示优化后第c个任务的所有关于影像数据的特异性特征权重，表示优化后第c个任务的所有关于影像数据的一致性特征权重；M是基因数据对角矩阵并且Q是特异性对角矩阵并且P是一致性对角矩阵并且wjc表示的第c个任务的第j个关于影像数据的特异性特征权重；bjc表示的第c个模态的第j个关于影像数据的一致性特征权重；uic表示的第c个任务的第i个基于基因数据的特征权重。

全文数据：

权利要求：

百度查询： 河北工业大学 引导式多模态影像遗传学数据特征分析方法