基于连接强度分析的脑核团动态可变性测量方法技术

本发明专利技术提出了一种基于连接强度分析的脑核团动态可变性测量方法，包括：采集fMRI数据并进行预处理；借助滑动时间窗技术将fMRI数据划分成T个时间段，并构建脑功能连接矩阵，计算每个脑核团两两时间段之间的连接向量相关的平均，得到相关分析法求得的脑核团的动态特性；对每个时间段下的脑功能连接矩阵进行列平均，得到脑核团的节点强度；针对每个脑核团节点强度随时间变化的曲线进行逐点斜率平均，得节点强度斜率分析法求得的每个脑核团的动态特性；结合相关分析法和节点强度斜率分析法，测量脑核团动态可变性的高低。本发明专利技术克服了脑核团局部测量的缺点，并将度量分析深入到每个时间窗上，使脑核团动态可变性度量更精准。

【技术实现步骤摘要】
基于连接强度分析的脑核团动态可变性测量方法
本专利技术属于神经影像数据分析
，尤其涉及一种基于连接强度分析的脑核团动态可变性测量方法。
技术介绍
功能性磁共振成像是利用磁振造影来测量神经元活动所引发的血液动力的改变。功能磁共振成像技术(fMRI)是通过检验血流进入脑细胞的磁场变化而实现脑功能成像。功能磁共振具有无创伤、时间和空间分辨率高的特点，逐渐应用于神经科学的多个领域，阐明神经活动和皮层间的功能联系，揭示神经功能异常的改变，为认知神经科学或脑信息学的实验研究提供了有利条件，同时又在病理学研究方面具有重要的临床意义，有较高的应用价值，已日益成为观察大脑活动，进而揭示脑和思维关系的一种重要方法。脑核团是指大脑的结构区域，每个脑核团具有特定的功能。fMRI能够呈现出脑核团随时间的功能活动变化规律。通过对静息态下的脑核团分析，有可能揭示人类大脑神经机制的复杂机理。在过去，脑核团的研究主要是基于该核团或其附近区域内大脑活动值的改变，局限于局部变化的测量。事实上，人脑是个复杂的系统，大脑中各个区域之间是存在信息交互的，这种信息交互构成了个体本身的脑功能系统，并与个体的认知、情感、感知、疼痛、运动等各类行为表现和健康状况有着紧密的联系。因此，将脑核团的研究扩展到整个大脑系统，从给定核团与其他核团之间信息交互的角度进行脑核团的研究(即基于脑功能连接的研究)具有重要的意义。之前的许多研究将fMRI数据看成是扫描期间内脑系统的状况不发生改变，也就是说，此类研究是基于人脑功能活动静态假设的。然而，大脑非常复杂，其功能活动无时无刻不在变化。这种大脑的动态变化特性已经被认为是与脑疾病相关的重要指标，可能作为临床上诊断的辅助参数。当前，仅有的脑核团动态可变性研究要么局限于局部测量，要么存在特定状况下会发生错误的缺点。因此，如何对脑核团进行更精准地测量成为目前人脑动态特性研究中亟待解决的关键技术问题。
技术实现思路
本专利技术的目的在于克服上述现有技术中存在脑核团动态可变性分析不精确的问题，从而提出一种基于连接强度分析的脑核团动态可变性测量方法，使脑核团动态可变性的度量结果更加准确。为了便于理解，对本专利技术中出现的部分名词作以下解释说明：静息态：指人类在清醒、不受任何刺激、不集中做任何事情的放松状态。fMRI：英文全称为functionalmagneticresonanceimaging，功能磁共振成像，是一种新兴的神经影像学技术，其原理是利用磁振造影来测量神经元活动所引发之血液动力的改变。体素：大脑的每个脑区中含有多个体素，每个体素是指一小块立方体区域，本专利技术中的每个体素的大小为3×3×3mm3。AAL模板：英文全称为AnatomicalAutomaticLabeling，该模板将人脑分为116个区域，但只有90个区域属于大脑，剩余26个区域属于小脑结构，在此专利技术中只用到90个大脑区域。脑核团的动态可变性：为一个人90个大脑区域的动态可变性，一个脑核团对应一个脑区，即对应一个节点。为了实现上述目的，本专利技术采用以下技术方案：一种基于连接强度分析的脑核团动态可变性测量方法，包括以下步骤：步骤1：采集M个人静息态下的fMRI数据；步骤2：对每个采集到的fMRI数据进行预处理；步骤3：借助滑动时间窗技术将每个人的fMRI数据，划分成T个时间段，每个时间段对应一个时间节点，即T个时间节点，并构建每个人每个时间节点的脑功能连接矩阵其中，m表示第m个人，t表示第t个时间节点；步骤4：针对每个人的所有时间节点下的脑功能连接矩阵采用相关分析法求每个人的所有脑核团的动态可变性其中，i表示第i个脑核团，即第i个节点；步骤5：针对每个人的所有时间节点下的脑功能连接矩阵采用节点强度斜率分析法求每个人的所有脑核团的动态可变性步骤6：结合相关分析法和节点强度斜率分析法，测量脑核团动态可变性的高低。优选地，所述的对每个fMRI数据进行预处理，具体包括以下步骤：对采集到的fMRI数据从DICOM格式转换NII格式后去除时间点；对去除时间点后的fMRI数据进行切片时间校正；对切片时间校正后的fMRI数据进行头动对齐处理；对头动对齐处理后的fMRI数据进行空间标准化；对空间标准化后的fMRI数据进行去线性漂移；对去线性漂移后的fMRI数据进行带通滤波。优选地，所述的对采集到的fMRI数据从DICOM格式转换NII格式后去除时间点，包括：去除时间点的个数为10；所述的对去线性漂移后的fMRI数据进行带通滤波，包括：带通滤波的频率区间为0.01～0.08Hz。优选地，所述的步骤3，具体包括以下步骤：步骤3.1：采用滑动时间窗技术对每个人的fMRI数据进行动态时间段划分；设定时间窗的个数为T，窗宽为W，步长为L；每个时间窗对应的时间节点为t，则将每个人经过预处理的数据分割为重叠的T个时间段，则每段的长度为W，相邻时间窗相差L；步骤3.2：选定一个脑模板，将整个大脑划分成N个脑核团，每个脑核团对应一个节点，即N个节点；步骤3.3：针对每个时间段，计算每个脑核团的时间序列；其中，τi是指第i个脑核团的平均时间序列，Vq是指第i个节点中第q个体素的时间序列，ni是第i个节点包含的体素数目；i＝1,2，…，N；q＝1,2，…，ni；步骤3.4：计算任意两个脑核团之间的皮尔森相关系数，得出每个时间段的两两节点之间的功能连接强度其中，是指节点i和节点j之间的功能连接强度；τi是指节点i的fMRI时间序列，i＝1,2，…，N；τj是指节点j的fMRI时间序列，j＝1,2，…，N；步骤3.5：两两节点的功能连接强度构成脑功能连接矩阵；其中，表示第m个人第t个时间段的脑功能连接矩阵，表示第m个人第t个时间段下第i个节点的功能连接强度构成的向量。优选地，所述的步骤3.2中，选定的脑模板为AAL模板。优选地，所述的步骤4中的脑核团的动态可变性由下式得到：其中，表示第m个人第i个节点的从1到T两两时间段下连接强度向量之间的皮尔森相关系数之和，T表示总共有T个时间节点。优选地，所述的步骤5，具体包括以下步骤：步骤5.1：对每个人的脑功能连接矩阵进行列平均，得到每个人每个脑核团的节点强度；其中，表示对第m个人第t个时间段的脑功能连接矩阵进行列平均得到的节点强度矩阵，表示第m个人第t个时间段下第i个脑核团的节点强度；步骤5.2：对每个人，作出每个节点强度的值随着时间窗变化的曲线其中，表示第i个脑核团的节点强度随时间窗的动态变化曲线向量；步骤5.3：对每个人，基于每个节点强度的动态变化曲线，计算每个时间窗的斜率其中，m表示第m个人，i表示第i个节点，t表示第t个时间窗，T表示共有T个时间窗；步骤5.4：基于每个时间窗斜率，求每个人的节点强度斜率矩阵其中，表示第m个人第i个脑核团的动态可变性；N表示共有N个脑区节点。优选地，所述的步骤6，具体包括以下步骤：步骤6.1：对由相关分析法求得的每个人的所有脑核团的动态可变性按升序排列，取位于前C位的脑核团组成集合取位于后C位的脑核团组成集合步骤6.2：50％以上的中均存在的脑核团是相关分析法求得的动态可变性较高的脑核团，组成集合SS1；50％以上的中均存在的脑核团是相关分析法求得的动态可变性较低的脑核团，组成集合SS2；步骤6.3：由每个人节点强度斜率本文档来自技高网...

【技术保护点】
1.一种基于连接强度分析的脑核团动态可变性测量方法，其特征在于，包括以下步骤：步骤1：采集M个人静息态下的fMRI数据；步骤2：对每个采集到的fMRI数据进行预处理；步骤3：借助滑动时间窗技术将每个人的fMRI数据，划分成T个时间段，每个时间段对应一个时间节点，即T个时间节点，并构建每个人每个时间节点的脑功能连接矩阵

【技术特征摘要】
1.一种基于连接强度分析的脑核团动态可变性测量方法，其特征在于，包括以下步骤：步骤1：采集M个人静息态下的fMRI数据；步骤2：对每个采集到的fMRI数据进行预处理；步骤3：借助滑动时间窗技术将每个人的fMRI数据，划分成T个时间段，每个时间段对应一个时间节点，即T个时间节点，并构建每个人每个时间节点的脑功能连接矩阵其中，m表示第m个人，t表示第t个时间节点；步骤4：针对每个人的所有时间节点下的脑功能连接矩阵采用相关分析法求每个人的所有脑核团的动态可变性其中，i表示第i个脑核团，即第i个节点；步骤5：针对每个人的所有时间节点下的脑功能连接矩阵采用节点强度斜率分析法求每个人的所有脑核团的动态可变性步骤6：结合相关分析法和节点强度斜率分析法，测量脑核团动态可变性的高低。2.根据权利要求1所述的基于连接强度分析的脑核团动态可变性测量方法，其特征在于，所述的对每个fMRI数据进行预处理，具体包括以下步骤：对采集到的fMRI数据从DICOM格式转换NII格式后去除时间点；对去除时间点后的fMRI数据进行切片时间校正；对切片时间校正后的fMRI数据进行头动对齐处理；对头动对齐处理后的fMRI数据进行空间标准化；对空间标准化后的fMRI数据进行去线性漂移；对去线性漂移后的fMRI数据进行带通滤波。3.根据权利要求2所述的基于连接强度分析的脑核团动态可变性测量方法，其特征在于，所述的对采集到的fMRI数据从DICOM格式转换NII格式后去除时间点，包括：去除时间点的个数为10；所述的对去线性漂移后的fMRI数据进行带通滤波，包括：带通滤波的频率区间为0.01～0.08Hz。4.根据权利要求1所述的基于连接强度分析的脑核团动态可变性测量方法，其特征在于，所述的步骤3，具体包括以下步骤：步骤3.1：采用滑动时间窗技术对每个人的fMRI数据进行动态时间段划分；设定时间窗的个数为T，窗宽为W，步长为L；每个时间窗对应的时间节点为t，则将每个人经过预处理的数据分割为重叠的T个时间段，则每段的长度为W，相邻时间窗相差L；步骤3.2：选定一个脑模板，将整个大脑划分成N个脑核团，每个脑核团对应一个节点，即N个节点；步骤3.3：针对每个时间段，计算每个脑核团的时间序列；其中，τi是指第i个脑核团的平均时间序列，Vq是指第i个节点中第q个体素的时间序列，ni是第i个节点包含的体素数目；i＝1,2，…，N；q＝1,2，…，ni；步骤3.4：计算任意两个脑核团之间的皮尔森相关系数，得出每个时间段的两两节点之间的功能连接强度其中，是指第m个人第t个时间节点下节点i和节点j之间的功能连接强度；τi是指节点i的fMRI时间序列，i＝1,2，…，N；τj是指节点j...

【专利技术属性】
技术研发人员：南姣芬，孟颍辉，朱颢东，宗楠楠，李红婵，陈启强，
申请(专利权)人：郑州轻工业学院，
类型：发明
国别省市：河南,41