[發明專利]基于網絡特征熵定量刻畫腦功能網絡的方法

有效

• 申請號: 201610230029.8
• 申請日: 2016-04-14
• 公開（公告）號: CN105931281B
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 胡德文;范一鳴;曾令李;沈輝;秦鍵
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;A61B5/055
• 代理公司: 湖南兆弘專利事務所(普通合伙)43008
• 代理人: 趙洪,譚武藝

1.一種基于網絡特征熵定量刻畫腦功能網絡的方法，其特征在于步驟包括：

1)采集靜息狀態下的功能磁共振成像數據；

2)針對采集到的功能磁共振成像數據進行預處理；

3)選擇包含大腦皮層功能分區的腦模板；

4)針對預處理后的功能磁共振成像數據，將腦模板上的不同腦區看成腦功能網絡中的節點，從而提取每個節點的平均時間序列信號，計算節點之間的相關系數，得到功能連接矩陣，將所述功能連接矩陣進行二值化得到鄰接矩陣，從而形成腦功能網絡，所述鄰接矩陣形成的腦功能網絡刻畫了節點間相互作用關系，反映了腦功能網絡的拓撲屬性；

5)計算腦功能網絡中每一個節點的特征向量中心度及能量集中度；

6)根據腦功能網絡中每一個節點的能量集中度計算大腦網絡特征熵；

所述步驟4)的詳細步驟包括：

4.1)針對預處理后的功能磁共振成像數據，將腦模板上的不同腦區看成腦功能網絡中的節點，提取每個節點的平均時間序列信號；

4.2)采用式(1)計算節點之間的相關系數，得到一個對稱的大小為n*n的時間序列相關矩陣A(a_ij)，其中n表示腦功能網絡節點個數，a_ij表示節點i的平均時間序列信號x_i與節點j的平均時間序列信號x_j之間的相關系數，以相關系數表示節點之間的功能連接，因此所述時間序列相關矩陣A(a_ij)表示了腦功能網絡中各節點間功能連接，稱為功能連接矩陣；

aij=E(xixj)-E(xi)E(xj)E(xi2)-E2(xi)E(xj2)-E2(xj)---(1)]]>

式(1)中，E(x_ix_j)表示x_ix_j數學期望，E(x_i)表示x_i的數學期望，E(x_j)表示x_j的數學期望，表示的數學期望，E²(x_i)表示x_i數學期望的平方，表示x_j²的數學期望，E²(x_j)表示x_j數學期望的平方；

4.3)針對所述功能連接矩陣，首先根據任意兩節點之間功能連接對應的統計值p，通過Bonferroni校正，將對應統計值p大于預設統計值的節點對之間的功能連接設為0，將對應統計值p小于或等于預設統計值的節點對之間的功能連接設為1，其次將所述功能連接矩陣中小于0的元素設為0，從而將所述功能連接矩陣二值化得到鄰接矩陣形成腦功能網絡，所述腦功能網絡刻畫了節點間相互作用關系，反映了腦功能網絡的拓撲屬性。