[發明專利]基于腦網絡分析的神經精神疾病分類方法

有效

• 申請號: 201710940330.2
• 申請日: 2017-10-11
• 公開（公告）號: CN107680677B
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 周穎杰;洪曄;潘勝利;張頡
• 申請（專利權）人: 四川大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開了一種基于腦網絡分析的神經精神疾病分類方法，針對腦網絡極度復雜、樣本數相對較少、神經精神疾病種類繁多難以準確分類的問題，本申請首先利用感興趣區和連接特征參數構建多層腦網絡，然后使用局部聚類系數和節點局部重要性分數這兩個局部網絡結構特征和節點重要性分數這個全局網絡結構特征描述多層腦網絡，最后利用待分類和已知分類樣本相較于正常樣本的差異進行多層腦網絡特征的融合，計算樣本間的距離來區分不同種類的神經精神疾病；本申請的方法不僅能對已知病理、特征明確的神經精神疾病進行正確分類，也能對未知病理、特征尚未明確的神經精神疾病或與已知神經精神疾病具有相似特征的未知神經精神疾病進行有效分類和識別。

技術領域

本發明屬于信息處理領域，特別涉及一種使用現代信息處理技術檢測腦部疾病的方法。背景技術

借助現代腦影像技術，可以從多個層次描述大腦中的各組成部分及其連接關系，如以神經元為對象的納米尺度、以類皮質功能柱為對象的微米尺度、以腦區為對象的毫米尺度。(【張旭，劉力，郭愛克，“腦功能聯結圖譜與類腦智能研究”先導專項研究進展和展望，《中國科學院院刊》,2016(7):737-746】)由于上述數據的網絡結構關系，因而可以使用腦網絡來對它們進行描述。

近年來，阿茲海默癥、抑郁癥等神經精神疾病發病率越來越高。據統計，2017年初中國登記在冊的神經精神疾病患者已超過530萬例，相較于2015年初登記在冊的429萬例上升了24％。同時，神經精神疾病引起了廣泛的社會關注，如抑郁癥引起的年輕人自殺、阿茲海默癥呈現的年輕化趨勢等。如何準確有效地識別各種神經精神疾病，能夠幫助醫生在疾病早期進行確診并通過藥物延遲阿茲海默癥等的發病時間，或根據病人病情及時地采取相應手段進行針對性治療，因而具有重要的意義。

目前，基于腦網絡分析的神經精神疾病分類的困難主要在于：

1、人類大腦是一個極度復雜的系統，如何使用腦網絡準確全面地對其進行描述，并提取相關特征反映各種神經精神疾病可能給腦網絡帶來的變化非常挑戰；

2、由于神經精神疾病涉及患者隱私、腦成像設備造價昂貴等原因，可供研究的完整神經精神疾病患者樣本數相對較少，而主流的高性能分類方法往往都需要龐大的樣本庫，因此難以使用主流的分類方法對樣本規模較小的神經精神疾病進行有效分類；

3、神經精神疾病種類繁多，許多疾病具有相似特征，如何分析這些特征，準確地區分不同種類的神經精神疾病具有挑戰。

目前，國內外使用腦網絡分析進行神經精神疾病分類的方法主要可以分為兩類：

1、基于局部特征的方法：該類方法通常結合醫學方面的專業領域知識，對腦網絡中的相關區域進行綜合分析，來分類神經精神疾病。例如，通過正常樣本和異常樣本對比檢查腦部某一區域的腦部纖維密度情況、對比分析腦部某幾個感興趣區之間的連接關系等。這些分類方法能夠對已知病理、特征明確的神經精神疾病進行有效地識別，但是對于未知病理、特征尚未明確的神經精神疾病無法準確分類。并且，該類方法可能將某些未知的神經精神疾病誤分類為具有相似特征的已知神經精神疾病。

2、基于單一連接關系的方法：該類神經精神疾病分類方法大都基于單一的連接關系(如感興趣區間的平均各向異性分數)構建腦網絡進行綜合分析，來對神經精神疾病進行分類。該類方法能從某一角度對腦網絡節點間的連接關系進行描述，但由于人腦的復雜性，單一連接關系(如感興趣區間的平均各向異性分數)往往不能全面地表達大腦中的各組成部分的連接關系，因而可能對分類的性能造成影響。

發明內容

為解決上述技術問題，本申請提出了一種基于腦網絡分析的神經精神疾病分類方法，通過對原始數據進行分析得到原始特征參數，然后根據原始特征參數構建腦網絡，并根據腦網絡的網絡結構特征參數實現神經精神疾病的分類。

本申請采用的技術方案為：基于腦網絡分析的神經精神疾病分類方法，包括：