一种数据统计分析的方法和系统技术方案

本申请提供了一种数据统计分析的方法，获取待进行统计分析的原始数据对应的目标网络度量的属性值；设定所述目标网络度量的稀疏度阈值；计算所述目标网络度量的曲线下面积；选择合理的统计分析方法；对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结果。可以根据需要自由的选择统计分析方法，使得统计分析的结果具有更高的准确性。

Method and system for statistical analysis of data

The invention provides a method of analyzing data statistics, obtain the attribute to be original data statistical analysis of the corresponding target network metric values; sparsity threshold setting the target network measurement; calculating the area of the target network measurement curve; rational choice statistical analysis method; statistical analysis of area the target network measurement curve, obtained the results of statistical analysis. The statistical analysis method can be chosen freely according to the needs, which makes the results of statistical analysis have higher accuracy.

【技术实现步骤摘要】

本申请涉及计算机领域，特别涉及一种数据统计分析的方法及系统。
技术介绍
随着技术的发展，人们对在同一种工具中进行数据网络分析和后续统计分析越来越关注。现有的针对fMRI数据的网络分析还不成熟，目前基于matlab编程的处理方法有GRETNA和NBS，但是它们主要是构建了网络，计算一些网络度量，后续的统计分析功能不完善，不能自由的选择统计方法和多重比较校正方法。因此，如何有效的对数据进行统计分析分析，提高数据统计分析的准确性是本领域技术人员目前需要解决的技术问题。
技术实现思路
本申请所要解决的技术问题是提供一种数据统计分析的方法及系统，解决了现有技术中不能自由的选择需要的统计分析方法，导致统计分析结果准确性不高的问题。其具体方案如下：一种数据统计分析的方法，该方法包括：获取目标网络度量的属性值；设定所述目标网络度量的稀疏度阈值；计算所述目标网络度量的曲线下面积；选择统计分析方法；对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结果。上述的方法，优选的，还包括：选择校正方法；对所述统计分析结果进行校正，得到校正后的结果。上述的方法，优选的，还包括：将所述校正后的结果以表格的形式输出。上述的方法，优选的，还包括：在所述表格中，对校正后正确无误的结果进行标记。上述的方法，优选的，在获取目标网络度量的属性值之前，还包括：<br>对目标原始数据进行预处理，生成连接矩阵；设定网络类型、阈值类型和阈值范围，计算网络度量的属性值。一种数据统计分析的系统，该系统包括：获取单元，用于获取目标网络度量的属性值；设定单元，用于设定所述目标网络度量的稀疏度阈值；第一计算单元，用于计算所述目标网络度量的曲线下面积；第一选择单元，用于选择统计分析方法；统计分析单元，用于对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结果。上述的系统，优选的，还包括：第二选择单元，用于选择校正方法；校正单元，用于对所述统计分析结果进行校正，得到校正后的结果。上述的系统，优选的，还包括：输出单元，用于将所述校正后的结果以表格的形式输出。上述的系统，优选的，还包括：标记单元，用于在所述表格中，对校正后正确无误的结果进行标记。上述的系统，优选的，还包括：预处理单元，用于对目标原始数据进行预处理，生成连接矩阵；第二计算单元，用于设定网络类型、阈值类型和阈值范围，计算网络度量的属性值。本申请提供的一种数据统计分析的方法中，首先，获取待进行统计分析的原始数据对应的目标网络度量的属性值；然后，设定所述目标网络度量的稀疏度阈值；计算所述目标网络度量的曲线下面积；最后，选择合理的统计分析方法；对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结果。本申请中，可以根据需要自由的选择统计分析方法，使得统计分析的结果具有更高的准确性。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请的一种数据统计分析的方法实施例的流程图；图2是本申请的一种数据统计分析的方系统实施例的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参考图1，示出了本申请一种数据统计分析的方法实施例的流程图，可以包括以下步骤：步骤S101：获取目标网络度量的属性值。本申请中，在获取目标网络度量的属性值之前，还包括：对目标原始数据进行预处理，生成连接矩阵；设定网络类型、阈值类型和阈值范围，计算网络度量的属性值。本申请中，以探究创伤后应激性障碍患者组和正常对照组的小世界属性为例，首先整个流程的入口是临床采集到的两个组的影像数据(DICOM格式)。首先，对影像数据依次进行如下预处理操作：将采集的影像数据进行格式转换，去除前n个不稳定的时间点数据，时间层校正，头动校正，空间标准化，平滑，去线性漂移和滤波，再回归掉协变量，计算基于体素的连接度和功能连接矩阵。其次，进行网络分析：输入数据为网络矩阵(即预处理得到的功能连接矩阵)，计算某一种网络度量(比如小世界网络)，先设定网络类型(加权网络)、阈值类型(稀疏度)和阈值范围(默认0.05:0.01:0.4，共有36个稀疏度值)。步骤S102：设定所述目标网络度量的稀疏度阈值。由上述可知，共有36个稀疏度值，假定取第6个～30个之间共25个稀疏度值。步骤S103：计算所述目标网络度量的曲线下面积。输入数据为整理规范的两组小世界网络属性或其他网络属性(患者组和正常组)，AUC的计算公式为：YAUC=Σk=1n-1[Y(Sk)+Y(Sk+1)]×ΔS/2]]>其中，n＝25，ΔS为步长0.01，S1＝0.10，Sn＝0.34，Sk为第k个稀疏度值，Y为网络度量(比如小世界网络)。步骤S104：选择统计分析方法。本申请中，统计分析方法可以为permutationtest或two-sampletest，但并不局限与此，凡是适用的统计分析方法均可以。步骤S105：对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结果。输入数据为患者组和正常组两组小世界网络属性或其他网络属性的AUC值，选定某种统计检验方法(比如permutationtest，即置换检验)进行统计分析。置换检验的具体流程：首先计算了每个网络度量(小世界网络)均值之间的差异，得到检验统计量。为了测试观察组差异的零假设可能发生的机会,为每一个随机网络度量重新随机把所有的值分成两组,再重新计算两个随机组的均值差异。这个随机过程重复了10000次(可以自己设定任意次数，至少为5000以上)，这样就可以得到10000个置换值(与上文中的检验统计量本质是同一个概念，只是为了区分随机重复10000次的置换值和数据本身差异的检验统计量)。最本文档来自技高网...

【技术保护点】
一种数据统计分析的方法，其特征在于，该方法包括：获取目标网络度量的属性值；设定所述目标网络度量的稀疏度阈值；计算所述目标网络度量的曲线下面积；选择统计分析方法；对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结果。

【技术特征摘要】
1.一种数据统计分析的方法，其特征在于，该方法包括：
获取目标网络度量的属性值；
设定所述目标网络度量的稀疏度阈值；
计算所述目标网络度量的曲线下面积；
选择统计分析方法；
对所述目标网络度量的曲线下面积进行统计分析，得到统计分析结
果。
2.根据权利要求1所述的方法，其特征在于，还包括：
选择校正方法；
对所述统计分析结果进行校正，得到校正后的结果。
3.根据权利要求2所述的方法，其特征在于，还包括：
将所述校正后的结果以表格的形式输出。
4.根据权利要求3所述的方法，其特征在于，还包括：
在所述表格中，对校正后正确无误的结果进行标记。
5.根据权利要求1所述的方法，其特征在于，在获取目标网络度量
的属性值之前，还包括：
对目标原始数据进行预处理，生成连接矩阵；
设定网络类型、阈值类型和阈值范围，计算网络度量的属性值。
6.一种数据统计分析的系统，其特征在于，该系统包括：
获取单元，用...

【专利技术属性】
技术研发人员：龚启勇，陈富琴，雷都，张俊然，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51