[發明專利]腦網絡動態差異實時度量方法有效

申請號：	201410076298.4	申請日：	2014-03-04
公開（公告）號：	CN103823984B	公開（公告）日：	2017-05-17
發明（設計）人：	閆鑌;王林元;童莉;曾穎;卜海兵;李椋;王理軍;張馳;鄭載舟	申請（專利權）人：	中國人民解放軍信息工程大學
主分類號：	G06F19/00	分類號：	G06F19/00
代理公司：	鄭州大通專利商標代理有限公司41111	代理人：	陳大通
地址：	450001 河***	國省代碼：	河南;41
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	網絡動態差異實時度量方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

（一）、技術領域：本發明涉及一種腦網絡檢測分析方法，特別是涉及一種腦網絡動態差異實時度量方法。

（二）、背景技術:近二十年來，隨著腦影像技術的進步，腦科學的研究進入了一個高速發展時期。功能磁共振成像（functional magnetic resonance imaging,fMRI）作為一種非侵入式腦功能檢測技術，憑借其良好的時間和空間分辨率綜合性能，成為腦科學研究中應用最廣泛的腦成像技術。

進入21世紀，腦科學的研究重點逐漸從簡單的功能腦區激活研究過渡到腦連接與功能網絡分析。腦網絡的深入研究與分析將為深入探索大腦功能的神經活動規律及揭示各種神經精神疾病的發病機理提供有力的支持。

目前，人們越來越關注大腦認知狀態變化，也正積極探索基于大腦可塑性進行認知調節的可行性。與大腦認知機理以及與之相關的神經精神疾病研究表明，大腦特定的認知狀態與特定的腦網絡連接關系密切相關，認知的調節通常意味著大腦網絡連接的改變。因此，如何度量大腦在當前時刻認知狀態對應的腦網絡與正常腦網絡之間的差異，實時刻畫腦網絡連接的變化程度，是掌握腦網絡的動態變化過程并開展認知調節研究需要解決的基礎問題。

目前，基于fMRI的腦網絡分析自提出以來一直是腦功能研究中的熱點問題之一。腦網絡的連接通常分為三種類型：即：腦結構連接、腦功能連接和腦有效連接。其中腦有效連接反映一個腦區的活動對另一個腦區活動所施加的影響，可以更精確地闡述不同腦區的神經活動之間的耦合關系，已成為腦網絡連接的主要研究內容。1995年，Friston等人提出了心理生理交互（psychophysiological interaction,PPI）方法，首次對fMRI數據進行了有效連接分析的研究。隨后，一些研究者開始使用結構方程模型（structural equation model,SEM）進行有效連接分析。2003年Friston等人提出的動態因果模型（dynamic causal model,DCM）和Goebel等人首次用于有效連接分析的Granger因果模型（Granger causality model,GCM）成為了目前研究中使用最多的有效連接分析方法。與GCM相比，DCM考慮了血液動力學響應的影響，它在神經活動水平和血液動力學水平同時建立模型，并將其進行整合。因此，DCM具有建模精確，結果可信度高等優勢，成為了腦網絡分析中的有效方法。

實時功能磁共振成像技術（real-time fMRI,rt-fMRI）是一種通過快速成像和實時計算實現的腦功能成像和分析技術，利用該技術目前已經可以實現腦區激活的實時分析。但是，由于描述大腦網絡有效連接的DCM模型較為復雜，通過DCM模型實時比較兩個網絡的動態差異是目前一個很難解決的問題。2013年，Koush等人基于DCM提出了一種腦網絡的動態神經反饋方法，為rt-fMRI技術應用于腦網絡分析進行了有益探索。但由于該方法需要進行兩次腦網絡DCM模型估計，計算復雜程度高，在運算速度上很難達到實時計算的要求。

發明內容

本發明要解決的技術問題是：克服現有技術的缺陷，提供一種腦網絡動態差異實時度量方法，該方法速度快，可實現腦網絡動態差異的實時度量。

本發明的技術方案：

一種腦網絡動態差異實時度量方法，含有如下步驟：

步驟1：針對某一被試對象獲取fMRI訓練數據，根據該fMRI訓練數據計算腦網絡的兩個待比較DCM模型；

步驟2：根據兩個待比較DCM模型定義參考模型；

步驟3：計算兩個待比較DCM模型的先驗分布；

步驟4：參考模型后驗參數估計；

步驟5：計算腦網絡動態差異值，并輸出計算結果；

步驟6：判斷是否有新的fMRI實時數據y；如有，執行步驟7；如沒有，執行步驟8；

步驟7：獲取下一個時刻的fMRI實時數據y，然后，執行步驟4；

步驟8：結束。