[發(fā)明專利]基于自發(fā)動(dòng)力學(xué)活動(dòng)的波動(dòng)熵的自閉癥分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010024918.5
• 申請(qǐng)日: 2020-01-10
• 公開(kāi)（公告）號(hào): CN111096730B
• 公開(kāi)（公告）日: 2023-09-15
• 發(fā)明（設(shè)計(jì)）人: 徐凌宇;郭艷蓉;金寶剛
• 申請(qǐng)（專利權(quán)）人: 上海大學(xué)
• 主分類號(hào): A61B5/00
• 分類號(hào): A61B5/00
• 代理公司: 上海上大專利事務(wù)所(普通合伙) 31205
• 代理人: 陸聰明

本發(fā)明公開(kāi)了一種基于自發(fā)動(dòng)力學(xué)活動(dòng)的波動(dòng)熵的自閉癥分類方法。該方法的具體實(shí)施步驟如下：（1）將近紅外光譜fNIRS時(shí)間序列按照序列長(zhǎng)度進(jìn)行切割，然后設(shè)置不同的滑動(dòng)窗口和步長(zhǎng)，對(duì)每個(gè)子序列按照滑動(dòng)窗口和步長(zhǎng)進(jìn)行空間重構(gòu)，得到重構(gòu)分量；（2）對(duì)步驟（1）得到的重構(gòu)分量計(jì)算樣本熵，由此得到波動(dòng)熵序列；（3）提取波動(dòng)熵序列的四個(gè)特征值（包括波動(dòng)熵的方差、均值、最大值和最小值），生成新的樣本，作為支持向量機(jī)（SVM）的輸入變量；（4）將步驟（3）得到的新樣本輸入到SVM中，進(jìn)行ASD的判別。本發(fā)明方法實(shí)現(xiàn)了對(duì)ASD診斷較高的分類，同時(shí)該方法表明波動(dòng)熵是區(qū)分ASD和TD的一個(gè)非常敏感的指標(biāo)，這可能是未來(lái)基于fNIRS預(yù)測(cè)ASD的生物標(biāo)志物。

技術(shù)領(lǐng)域

本發(fā)明屬于近紅外光譜(fNIRS)處理領(lǐng)域，具體涉及一種基于自發(fā)動(dòng)力學(xué)活動(dòng)的波動(dòng)熵的自閉癥分類方法。

背景技術(shù)

自閉癥譜系障礙(ASD)是一種全系統(tǒng)的紊亂，其主要表現(xiàn)在三個(gè)方面：言語(yǔ)功能，社交活動(dòng)的障礙，興趣活動(dòng)的狹窄和行為活動(dòng)的刻板。調(diào)查顯示，美國(guó)ASD患病率從2000年的0.67％上升到2010年的1.47％，根據(jù)美國(guó)疾病控制與預(yù)防中心(CDC)的數(shù)據(jù)，目前ASD患病率約為1.69％。因此，ASD在美國(guó)兒童中的患病率正在穩(wěn)步上升。目前ASD研究面臨的挑戰(zhàn)是早期診斷，由于早期診斷可能導(dǎo)致早期干預(yù)，這可能改變ASD風(fēng)險(xiǎn)兒童的發(fā)展軌跡，并對(duì)長(zhǎng)期結(jié)果有重要影響。

在ASD的診斷研究中，通常利用行為觀察、神經(jīng)成像、并結(jié)合機(jī)器學(xué)習(xí)等方法進(jìn)行診斷。在利用行為觀察方法對(duì)ASD進(jìn)行診斷的研究中。最為廣泛使用的工具是自閉癥診斷觀察表(ADOS)，但是基于行為依據(jù)的診斷缺乏生物學(xué)依據(jù)。近年來(lái)，常利用神經(jīng)成像和機(jī)器學(xué)習(xí)相結(jié)合的方法來(lái)探索與ASD相關(guān)的大腦組織或功能的特征具有重要意義。其中fNIRS是一種光學(xué)腦成像技術(shù)，提供了對(duì)腦血流動(dòng)力學(xué)的非侵入性測(cè)量。與其他神經(jīng)成像技術(shù)相比，近紅外成像具有安全、約束少、環(huán)境噪聲小、對(duì)頭部運(yùn)動(dòng)的敏感性低等特點(diǎn)。這些固有的優(yōu)勢(shì)使得fNIRS成為研究自閉癥兒童的一種有效的腦成像技術(shù)。

在利用機(jī)器學(xué)習(xí)和神經(jīng)成像技術(shù)對(duì)ASD診斷的研究中，目前尚缺乏對(duì)成像時(shí)間序列階段波動(dòng)性的研究。在精神疾病的研究中，考慮不穩(wěn)定性和階段波動(dòng)的特征是成功診斷的因素。fNIRS信號(hào)是一個(gè)非平穩(wěn)、非線性的時(shí)間序列。因此在基于fNIRS診斷ASD的過(guò)程中，我們認(rèn)為有必要分析ASD患兒的階段波動(dòng)特征。一般而言，樣本熵理論是一種描述時(shí)間序列的自相似性和復(fù)雜性程度的有效方法，可以解釋時(shí)間序列的波動(dòng)規(guī)律。但是現(xiàn)有的樣本熵理論不能很好描述階段波動(dòng)的特征。

發(fā)明內(nèi)容

由于fNIRS時(shí)間序列的階段波動(dòng)特征可以為ASD患兒和TD兒童的分類提供鑒別信息，本發(fā)明提出了一種基于自發(fā)動(dòng)力學(xué)活動(dòng)的波動(dòng)熵的自閉癥分類方法。在該分類方法中，本發(fā)明提出了一種新的統(tǒng)計(jì)測(cè)度——波動(dòng)熵。波動(dòng)熵不僅描述了時(shí)間序列的自相似性和復(fù)雜性，而且反映了時(shí)間序列的相位波動(dòng)。該方法可以客觀發(fā)現(xiàn)和量化fNRIS序列的模式多樣性和自相似性以及自閉癥患者群體與正常人群體的差異。該方法用波動(dòng)熵進(jìn)行fNIRS時(shí)間序列階段波動(dòng)特征的抽取和評(píng)估，從而反映序列的階段波動(dòng)情況。進(jìn)一步地，本發(fā)明利用SVM分類模型，通過(guò)對(duì)fNIRS時(shí)間序列的波動(dòng)熵進(jìn)行差異性度量，實(shí)現(xiàn)對(duì)ASD的預(yù)診。

為達(dá)到上述目標(biāo)，本發(fā)明采用如下技術(shù)方案：

一種基于自發(fā)動(dòng)力學(xué)活動(dòng)的波動(dòng)熵的自閉癥分類方法，包括以下步驟：

步驟1、將近紅外光譜fNIRS時(shí)間序列按照序列長(zhǎng)度進(jìn)行切割，然后設(shè)置不同的滑動(dòng)窗口和步長(zhǎng)，對(duì)每個(gè)子序列按照滑動(dòng)窗口和步長(zhǎng)進(jìn)行空間重構(gòu)，得到重構(gòu)分量；

步驟2、對(duì)重構(gòu)分量進(jìn)行樣本熵的計(jì)算，由此得到波動(dòng)熵；

步驟3、提取波動(dòng)熵序列的四個(gè)特征值，包括波動(dòng)熵的方差、均值、最大值和最小值，生成新的樣本，作為支持向量機(jī)(SVM)的輸入變量；

步驟4、將步驟3生成的新樣本輸入到SVM中，采用k折交叉驗(yàn)證，進(jìn)行自閉癥(ASD)兒童的判別。