[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

本發明公開一種大腦功能超網絡的構建方法，包括以下步驟：對大腦功能磁共振成像進行格式轉換和預處理；將大腦劃分為若干個腦區，提取每個腦區的時間序列；提取每個腦區的導函數時間序列；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；構建初始超網絡，根據GE和PSW的關系設置閾值；通過構建完全二次自回歸模型和多元向量回歸模型，求解每個超邊中每個腦區作為結果腦區，與其余腦區的因果關系系數；依據結果腦區與原因腦區的因果關系系數和閾值的大小關系，對每個超邊所包含的腦區進行篩選；最終得到優化后的超邊集合，構建大腦功能超網絡。本發明對大腦認知功能障礙、多腦區信息交互具有重要的應用價值。

技術領域

本發明屬于生物醫學信息技術領域，是一種大腦功能磁共振成像的處理方法，具體來講是一種大腦功能超網絡的構建方法。

背景技術

人類大腦是自然界存在的一種極具復雜的系統，各類神經元細胞通過突觸連接在一起，形成了一個非常復雜的大腦結構網絡，它是大腦進行各種生理和認知活動的結構基礎。大腦在進行主動或由于外界刺激引起的被動活動過程中，各神經元或神經動態過程延伸為一個復雜的大腦功能網絡，它是大腦神經活動變化的直觀描述。可以看到，腦網絡中的功能連接與結構連接密切相關，功能連接受到結構連接的限制，但也能通過結構連接來預測網絡的功能連接。

靜息態功能磁共振成像檢測大腦自發低頻神經活動，揭示相關神經活動的網絡。基于功能性磁共振成像獲得的大腦數據，已經提出相當多的腦功能連接建模方法，包括基于相關的方法、基于偏相關的方法和圖形建模方法。然而，基于相關的方法僅僅能夠捕獲成對的信息，因此不能全面反映多個腦區之間的交互。此外，基于相關的網絡由于任意選取閾值有許多虛假的連接。偏相關估計通常是通過使用逆協方差矩陣的最大似然估計(MLE)實現，而可靠的估計需要的數據樣本規模要比建模的大腦區域數量大得多。圖形化的模型被用來研究大腦連接時缺少先驗知識。高階信息對于疾病診斷可能是重要的，因為最近的神經科學研究認定在神經元同位素示蹤、局部場電位和皮層活動中有重要的高階交互。為了將高階信息應用于腦功能網絡研究，提出了超網絡構建方法。

超網絡表示一種網絡，它的每一條邊代表多個腦區之間的交互作用。在已有文獻中，腦功能超網絡是使用稀疏線性回歸方法構建；其中，求解稀疏線性回歸采用的是LASSO(Least Absolute Shrinkage and Selection Operator)方法。即使LASSO方法已成功應用于許多研究，它也存在局限：在超邊構建時，選定一個腦區后，如果其它腦區之間存在較強的相關性，那么選擇與選定有關的腦區時往往只隨意選擇存在組效應的一組腦區中的其中一個，可能還有一些相關的腦區無法選擇出來，缺少解釋分組效應信息的能力。

格蘭杰因果(Granger Causality，GC)一詞起源于經濟學領域，由諾貝爾經濟學獎得主Cliver Granger在1969年提出并給出明確計算公式，形成格蘭杰因果分析(GrangerCausality Analysis，GCA)方法。Granger將格蘭杰因果定義為：對于兩個平穩的時間序列X和Y，如果通過X和Y過去時刻的值來預測X當前的值比僅用X過去的值預測X當前的值效果好，則認為Y是X的格蘭杰原因。隨后，格蘭杰因果分析由于其不需要任何先驗知識且能有效度量時間序列之間的因果關系被廣泛應用于經濟學、工程學、信號處理等領域中。1984年J.Geweke提出了條件格蘭杰因果，將傳統的兩變量格蘭杰因果推廣到多變量格蘭杰因果，并給出計算模型。

發明內容

本發明針對現有技術存在的不足和實際應用的需要，提出了一種大腦功能超網絡的構建方法，所要解決的問題是：

提供一種基于多元格蘭杰因果分析的大腦功能超網絡的構建方法，利用稀疏線性回歸模型和多元格蘭杰因果分析構建大腦功能超網絡，此分類方法對大腦認知功能研究具有重要的應用價值。

為了達到上述目的，本發明采取以下技術方案：

一種大腦功能超網絡的構建方法，其特征在于，該方法是采用如下步驟實現：