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：北京大学第三医院(北京大学第三临床医学院)

摘要：本发明涉及一种基于核磁影像识别脊髓神经源性损害的系统和方法，该系统包括预处理单元、特征向量构成单元和集成学习单元；预处理单元用于对每个待识别的MRI数据进行预处理操作；特征向量构成单元用于对预处理后的MRI数据进行灰质特征参数提取和特征选择，将提取和选择后的特征级联构成特征向量；集成学习单元用于将构成的特征向量输入到集成学习器中，采用选择性加权集成策略，对多个基分类器的输出结果进行集成学习，实现对神经源性损伤和非神经源性损伤的检测识别。

主权项：1.一种基于核磁影像识别脊髓神经源性损害的系统，其特征在于，包括预处理单元、特征向量构成单元和集成学习单元；所述的预处理单元用于对每个待识别的MRI数据进行预处理操作；所述的特征向量构成单元用于对预处理后的MRI数据进行灰质特征参数提取和特征选择，将提取和选择后的特征级联构成特征向量；所述的集成学习单元用于将构成的特征向量输入到集成学习器中，采用选择性加权集成策略，对多个基分类器的输出结果进行集成学习，实现对神经源性损伤和非神经源性损伤的检测识别；所述的集成学习器是指采用选择性加权集成策略对多个基分类器输出结果进行集成学习的模块；所述的多个基分类器包括线性判别分析器、自适应提升算法、决策树、随机森林、梯度提升树和极值梯度提升算法；所述的采用选择性加权集成策略，对多个基分类器的输出结果进行集成学习，具体包括：1）对每个基分类器，分别进行训练和测试，保存每个基分类器的预测概率和识别准确率为6个基分类器的编号；2）分别计算每个基分类器的相对准确率： ；其中，是第基分类器的识别准确率，代表6个基分类器中识别准确率的最小值，代表6个基分类器中识别准确率的最大值；3）基于相对准确率的排序结果，从高到低逐个添加基分类器，构造6种集成分类器，k=1,2,3,4,5,6为6种集成分类器的编号；计算每种集成分类器的识别概率： ；其中，每个基分类器的识别概率权重的计算公式如下： ；4）基于每种集成分类器的识别概率，以识别概率大于0.5为阈值进行预测判断得到预测标签，根据真实标签和预测标签计算每种集成分类器的识别准确率，选择识别准确率最高的集成分类器的组合方式为最终组合方式且其识别结果作为最终结果并输出；每种集成分类器的识别准确率的计算公式如下： ；其中，是指识别正确的预测标签数量，是所有标签的总数量。

全文数据：

权利要求：

百度查询： 北京大学第三医院(北京大学第三临床医学院) 一种基于核磁影像识别脊髓神经源性损害的系统和方法