[發明專利]一種感音神經性耳聾的腦功能網絡演化建模方法

在審

• 申請號: 202110020097.2
• 申請日: 2021-01-07
• 公開（公告）號: CN112826507A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 范文亮;楊帆;鄭傳勝;劉定西;孔祥闖;劉小明
• 申請（專利權）人: 華中科技大學同濟醫學院附屬協和醫院
• 主分類號: A61B5/12
• 分類號: A61B5/12
• 代理公司: 武漢信合紅谷知識產權代理事務所(特殊普通合伙) 42264
• 代理人: 蔣明

1.一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：包括以下步驟：

S01、提取腦網絡狀態數據，以靜息態fMRI的BOLD信號為對象，通過滑動窗口技術分析并提取腦網絡的狀態表達，得到腦網絡狀態的高維向量表達；

S02、利用狀態觀測矩陣獲取低維映射及聚類結果，以數據采集時間區間上所有的腦網絡狀態高維向量為對象，通過t分布隨機近鄰嵌入得到這些狀態在二維空間上的點映射，得到這些狀態的聚類結果；

S03、腦網絡狀態的轉換模式分析，根據狀態的聚類結果構建狀態集，分析狀態之間切換與時間的關系，得到腦網絡狀態演化在時間軸上的時序圖；

S04、基于時間自動機的腦網絡演化模型，根據腦網絡狀態演化時序圖，通過時間自動機理論構建演化過程模型，提供定量的腦網絡動態描述模型。

2.根據權利要求1所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：所述腦網絡狀態數據提取依據自動解剖標簽AAL模板區分大腦腦區，分別提取采樣期間內不同腦區的平均BOLD信號時間序列，利用相關性分析衡量各個腦區之間的連接關系獲取腦網絡狀態數據。

3.根據權利要求2所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：依據所述腦網絡狀態數據構建狀態觀測矩陣獲取低維映射及聚類結果，具體步驟為：

首先、獲取一個包含N個時間點的腦網絡樣本，設定降維的迭代次數和低維空間目標維數；

其次、利用滑動窗口將整段的BOLD信號分割為若干個短信號，通過調整窗口尺寸的大小，得到多個不同的功能連接矩陣，并計算不同矩陣之間的歐氏距離；

再者、以腦網絡動態特征矩陣數據點為中心計算低維空間聯合概率，并定義目標函數；

最后、對目標函數求最優化并得出降維結果。

4.根據權利要求3所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：對所述目標函數按時間順序在二維空間內的降維結果進行染色，獲取不同時間點在二維空間內的腦網絡狀態分布。

5.根據權利要求4所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：依據所述腦網絡狀態分布設置時間轉換表，包括全腦狀態演化有限字母表、全腦狀態演化有限狀態集、開始狀態集、全腦狀態演化有限時鐘集以及腦網絡狀態轉換規則集。

6.根據權利要求5所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：通過所述時間轉換表描述六元組，定義采集時鐘變量集，通過時間區間時序邏輯給出腦網絡狀態的動態演化時間區間。

7.根據權利要求6所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：通過采樣所述時間區間上血氧依賴水平信號的處理得到全腦腦區在單個采樣點上的狀態描述，通過無監督聚類獲取其狀態集。

8.根據權利要求7所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：在所述狀態集內部設置采集數據的起始時刻以及狀態結束時刻，采用非參數方法構建腦網絡狀態生存函數。

9.根據權利要求8所述的一種感音神經性耳聾的腦功能網絡演化建模方法，其特征在于：采用t分布隨機近鄰嵌入法對所述腦網絡狀態生存函數進行降維處理，得到與之相對應的狀態轉換集，判斷各個斷點狀況下所有樣本的穩定狀態。