[發明專利]一種大腦功能超網絡的構建方法

在審

• 申請號: 202110475520.8
• 申請日: 2021-04-29
• 公開（公告）號: CN113143247A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 張珈豪;焦竹青
• 申請（專利權）人: 常州大學
• 主分類號: A61B5/055
• 分類號: A61B5/055;A61B5/00
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 奚銘;朱戈勝

1.一種大腦功能超網絡的構建方法，其特征在于，所述方法步驟包括：

1)對采集的大腦功能磁共振成像進行讀取和格式轉換，再進行預處理；

2)選定一種標準化腦區模板將大腦功能磁共振成像劃分為若干個腦區，每個腦區分別抽象為大腦功能網絡中的一個節點；

3)提取每個腦區所有體素的平均時間序列，設定第i個腦區時間序列為X_i＝x_i1,x_i2,...,x_in，分段點的集合為X_i'＝x_i1',x_i2',...,x_im'；X_i的分段線性表示為：

X_Li＝(f₁(x_i1′,x_i2′),f₂(x_i2′,x_i3′),...,f_m-1(x_i(m-1)′,x_im′)) (1)

式中：f_m-1(x_i(m-1)',x_im')表示在[x_i(m-1)',x_im']內的線性擬合函數；

4)對X_Li中的每一個區間的線性擬合函數進行求導，得到相應的區間導函數，將所有區間導函數組合在一起，X_Li的組合區間導函數表示為：

X_Li′＝(f₁′(x_i1′,x_i2′),f₂′(x_i2′,x_i3′),...,f_m-1′(x_i(m-1)′,x_im′)) (2)

5)將X_i的區間[x_i1,x_in]取若干個等間隔的時間點，依據X_Li'求出每一個時間點對應的導函數值，得到第i個腦區時間序列的導函數時間序列X_s＝x_s1,x_s2,...,x_sq；提取每一個腦區時間序列的導函數時間序列；

6)令X＝[X_s1,...,X_si,...,X_sM]^T∈R^M×d表示一個數據矩陣，M是腦區的個數，X_si表示第i個腦區的導函數時間序列，d是導函數時間序列的長度；X_si被視為一個響應向量，利用其它M-1個腦區的導函數時間序列的線性組合估計：

X_si＝A_iα_i+τ_i (3)

式中：A_i＝[X_s1,...,X_s(i-1),0,X_s(i+1),...,X_sM]^T表示包含除第i個腦區之外其它腦區的導函數時間序列的數據矩陣；α_i表示權重向量，衡量其它腦區對第i個腦區的影響程度，非零元素表示相應腦區與第i個腦區相互作用；τ_i表示噪聲項；

7)對X_si的線性組合構建稀疏線性回歸模型，其優化目標函數為：

min||X_si-A_iα_i||₂+λ||α_i||₁ (4)

式中：λ是控制模型稀疏的正則化參數；

8)通過在一個特定范圍內變化λ值產生一組超邊,超邊包括第i個腦區和其他在α_i權重向量中非零元素對應的腦區，λ值的改變從λ_min到λ_max，增量為Δλ；提取每一個腦區導函數時間序列的稀疏線性回歸模型所產生的超邊，構建超邊集合Q；

9)構建初始超網絡H_first＝(V,Q)，V表示節點集合；設定閾值p，由公式(8)確定；

式中：GE為初始超網絡的全局代價效率；PSW為初始超網絡的強連接比例；

10)對超邊集合Q中每個超邊構建多元格蘭杰因果分析模型；根據結果腦區與原因腦區的因果關系系數和閾值p的大小關系，對Q中每個超邊所包含的腦區進行篩選，得到優化后的超邊集合；

11)構建大腦功能超網絡H＝(V,E)，其中V表示節點集合，E表示優化后的超邊集合，使用|V|×|E|維關聯矩陣表示H：

式中：v∈V是一個節點；e∈E是H的一條超邊。