[發明專利]一種功能近紅外光譜成像靜息態腦網絡檢測方法和裝置

有效

• 申請號: 202010075023.4
• 申請日: 2020-01-22
• 公開（公告）號: CN111259849B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 段煉
• 申請（專利權）人: 深圳大學
• 主分類號: G06F18/23213
• 分類號: G06F18/23213;G06F18/24
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 耿慧敏

1.一種功能近紅外光譜成像靜息態腦網絡檢測方法，包括以下步驟：

對于個體水平，通過自動確定簇數進行聚類，將功能近紅外光譜測量通道劃分為不同的簇；

對于個體水平的聚類結果進一步劃分為不同的聚類，獲得組水平的聚類結果；

基于組水平的聚類結果中簇的一致性，挑選出構成靜息態腦網絡的簇集合；

其中，對于個體水平，通過自動確定簇數進行聚類，將功能近紅外光譜測量通道劃分為不同的簇包括：

在個體水平，對于M個受試者中的第i個參與者，計算每對通道之間的Pearson相關系數，并構建靜息態功能連接矩陣；

將所有通道劃分為K_i個簇并將每個聚類表示為一個地形圖：

其中，對于個體水平的聚類結果進一步劃分為不同的聚類，獲得組水平的聚類結果包括：

通過計算{K_i}(i＝1,2,…,M)的眾數來確定組水平簇數K_group；

根據每個聚類對應的地形圖之間的相似度，將所有個體水平的地形圖劃分為K_group個簇{ξ_i}(i＝1,2,…,K_group)；

其中，基于組水平聚類結果中簇的一致性，挑選出構成靜息態腦網絡的簇集合包括：

計算每個ξ_i中所有個體水平地形圖的平均得到群組水平一致性地形圖：

檢查ξ_i中的各個地形圖在所有受試者中的一致性；

對于包含顯著結果通道的ξ_i，將ξ_i中的顯著通道集合構成一個靜息態腦網絡。

2.根據權利要求1所述方法，其特征在于，還包括：在{ξ_i}中多個地形圖來自同一參與者的情況下，將其合并。

3.根據權利要求1所述方法，其特征在于，使用二項分布B(M，0.5)對ξ_i中每一個通道上的所有個體水平地形圖進行檢驗，以檢查ξ_i中的各地形圖在所有受試者中的一致性。

4.根據權利要求1所述方法，其特征在于，簇數K_i是采用Ncut自動估計獲得。

5.一種功能近紅外光譜成像靜息態腦網絡檢測裝置，包括：

第一聚類單元：用于對于個體水平，通過自動確定簇數進行聚類，將功能近紅外光譜測量通道劃分為不同的簇；

第二聚類單元：用于對于個體水平的聚類結果進一步劃分為不同的聚類，獲得組水平的聚類結果；

靜息態腦網絡檢測單元：用于基于組水平的聚類結果中簇的一致性，挑選出構成靜息態腦網絡的簇集合；

其中，對于個體水平，通過自動確定簇數進行聚類，將功能近紅外光譜測量通道劃分為不同的簇包括：

在個體水平，對于M個受試者中的第i個參與者，計算每對通道之間的Pearson相關系數，并構建靜息態功能連接矩陣；

將所有通道劃分為K_i個簇并將每個聚類表示為一個地形圖：

其中，對于個體水平的聚類結果進一步劃分為不同的聚類，獲得組水平的聚類結果包括：

通過計算{K_i}(i＝1,2,…,M)的眾數來確定組水平簇數K_group；

根據每個聚類對應的地形圖之間的相似度，將所有個體水平的地形圖劃分為K_group個簇{ξ_i}(i＝1,2,…,K_group)；

其中，基于組水平聚類結果中簇的一致性，挑選出構成靜息態腦網絡的簇集合包括：

計算每個ξ_i中所有個體水平地形圖的平均得到群組水平一致性地形圖：

檢查ξ_i中的各個地形圖在所有受試者中的一致性；

對于包含顯著結果通道的ξ_i，將ξ_i中的顯著通道集合構成一個靜息態腦網絡。