[發明專利]一種青少年肌陣攣性癲癇的動態功能連接研究方法及應用

在審

• 申請號: 202110243223.0
• 申請日: 2021-03-05
• 公開（公告）號: CN113057621A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 柯銘;劉光耀;張天明
• 申請（專利權）人: 蘭州理工大學
• 主分類號: A61B5/055
• 分類號: A61B5/055
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 劉紅陽

1.一種青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于，包括下列步驟：

⑴數據采集

被試者頭部由海綿墊固定，采用GRE-EPI序列掃描采集fMRI數據，掃描范圍覆蓋全腦，基線平行于前后聯合連線；

⑵數據預處理

對原始fMRI數據進行數據預處理以提高圖像信噪比，得到預處理fMRI數據；

⑶動態功能連接構建

對預處理fMRI數據采用滑動時間窗口法進行動態功能連接構建；

⑷數據分析

對動態功能連接進行K-means聚類分析，以分析青少年肌陣攣性癲癇腦患者和健康人的動態功能連接狀態差異，使用雙樣本T檢驗比較組間差異，并設置閾值篩選出明顯變化的腦區。

2.根據權利要求1所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：步驟⑴中掃描采集fMRI數據的參數為：掃描重復時間TR為2000ms，回波時間TE為30ms，單層厚度為4.0mm，層間距gap為0.4mm，層數為33層，FOV為240mm×240mm，matrix為64×64，反轉角度FA為90°，共采集200個時間點，掃描時長400s。

3.根據權利要求1所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：步驟⑵的數據預處理具體包括去除前10個時間點數、層間矯正處理、頭動矯正處理、空間標準化處理、平滑化處理、去線性漂移處理及低頻濾波處理。

4.根據權利要求1所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：所述滑動時間窗口法具體是選定時長30～60秒的窗口大小以確定時間窗口內包含的數據量，然后將該窗口按照一定的步長向整組數據的尾端滑動以提取整個時間序列中不同時間點的數據構成更加細致的數據來進行后面的分析。

5.根據權利要求4所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：所述滑動時間窗口法選取的腦區模板是中科院自動化所246腦區分區為模板對大腦進行空間分割，對190個時間點進行時間分割。

6.根據權利要求5所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：所述窗口大小選為時長50秒、單個窗口包含25個時間點，每次窗口向后滑動的步長為14秒、7個時間點，并在每個窗口中使用皮爾森相關系數計算功能連接矩陣，每個被試者獲得12個對稱的功能連接矩陣，每個功能連接矩陣有246×246個元都反映了兩個腦區間的相關關系。

7.根據權利要求1所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：所述K-means聚類分析的K值選取2～10，并選用L1距離函數作為聚類相似性度量函數，采用時間點降采樣法獲得被試數據點，對單時窗內的連接強度方差進行計算，并獲取單個連接方差序列，進而求取連接方差序列的極大值點，極大值點所對應的時間窗口即為初始聚類樣本；進而對樣本進行初始聚類，將該過程重復500次，；再將由初始聚類獲取的聚類中心對所有樣本點進行聚類，得到功能連接狀態時的聚類中心及狀態劃分情況。

8.根據權利要求7所述的青少年肌陣攣性癲癇的動態功能連接研究方法，其特征在于：所述K-means聚類分析的K值取5。

9.一種如權利要求1-8任一項所述青少年肌陣攣性癲癇的動態功能連接研究方法在腦網絡連接異常疾病研究中的應用。