一种大脑功能网络的关键路径搜索方法技术

本发明专利技术公开了一种大脑功能网络关键路径搜索方法，主要步骤为：对前期采集的大脑功能磁共振成像数据进行预处理；将处理后的图像按标准脑模板划分为若干脑区，计算各脑区相关系数并将相关系数矩阵中的元素作为连接强弱的初始值；对路径进行编号并计算路径的优化度，将路径编号和对应的优化度存储到矩阵中；将路径按优化度降序排列并划分到不同的子群体中，构造子群体；对每个子群体中优化度最差的路径进行更新；将优化后的所有子群混合，进行个体局部随机更新操作，更新路径优化度。若全局路径优化度差值小于阀值，输出关键路径；否则重新划分子群。该方法可以研究大脑功能网络各功能区的功能交互，并分析网络结构和功能之间的潜在关系。

A critical path searching method for brain functional network

The invention discloses a brain functional network critical path search method, the main steps are: data of brain functional magnetic resonance imaging of the early acquisition of the pretreatment; the processed image according to the standard brain template is divided into several regions of the brain, the brain area calculation correlation coefficient and the relationship between the number of the elements of the matrix as the initial connection. The strength of the value; number and calculate the path to optimize the path, the path number and the corresponding optimization of storage into the matrix; the path according to the optimization of the descending order and divided into different sub groups, to construct the sub groups; to optimize the path of the worst in each sub group will update; optimization after all subgroups of mixed, individual local random update update path optimization. If the global path optimization difference is less than the threshold value, the critical path is output; otherwise, the subgroup is re divided. This method can be used to study the functional interaction of functional regions of brain function network, and analyze the potential relationship between network structure and function.

【技术实现步骤摘要】
一种大脑功能网络的关键路径搜索方法
本专利技术涉及一种大脑功能连接的分析方法，具体是一种大脑功能网络的关键路径搜索方法，属于生物医学信息处理

技术介绍
大脑作为人体最重要的器官之一，是人类处理认知和情感的高级信息处理系统，对于大脑功能的探讨无疑是非常有意义的事情。大脑是由多个神经元、神经元集群以及多个脑区相互连接而成的复杂结构网络，各部分之间的神经元相互配合完成脑的各种功能。近年来，许多科研工作者将复杂网络理论应用在脑科学研究中，利用复杂网络基本原理结合统计学的研究方法，对网络节点进行统计分析，发现了许多网络基本属性及节点间潜在拓扑关系。在脑疾病研究中，复杂网络结合统计学的方法也得到了广泛应用，并取得了很多重要的结论。研究结果表明，各种脑疾病患者的脑网络均存在不同程度的拓扑属性异常，这说明脑网络研究具有临床应用的价值。相对于解剖结构上存在的神经网络而言，大脑功能网络是个抽象的网络，众多研究结果表明大脑功能网络具有小世界属性和模块化的组织结构等拓扑属性。功能磁共振成像(functionalMagneticResonanceImaging,fMRI)是一种新兴的神经影像学方式，本文档来自技高网...

【技术保护点】
一种大脑功能网络的关键路径搜索方法，其特征在于包括以下步骤：(1)对磁共振设备采集到的大脑图像进行读取和格式转换；再进行时间矫正、头动矫正、配准、分割结构像、空间标准化、平滑等预处理；最后进行低频滤波，降低低频漂移及高频的生物噪音；(2)选定一种标准化大脑分区模板(如AAL分区模板、Brodmann分区模板等)与预处理后的核磁图像进行匹配，划分图像为p个大脑区域，每个脑区分别对应脑功能网络中的一个节点；(3)计算磁共振图像中每个脑区所有体素的时间序列平均值，提取不同标准分区对应的时间序列，通过多元线性回归分析去除一些由头动及全局信号造成的伪差异；(4)对一组实验对象的时间序列进行单样本T检验，...

【技术特征摘要】
1.一种大脑功能网络的关键路径搜索方法，其特征在于包括以下步骤：(1)对磁共振设备采集到的大脑图像进行读取和格式转换；再进行时间矫正、头动矫正、配准、分割结构像、空间标准化、平滑等预处理；最后进行低频滤波，降低低频漂移及高频的生物噪音；(2)选定一种标准化大脑分区模板(如AAL分区模板、Brodmann分区模板等)与预处理后的核磁图像进行匹配，划分图像为p个大脑区域，每个脑区分别对应脑功能网络中的一个节点；(3)计算磁共振图像中每个脑区所有体素的时间序列平均值，提取不同标准分区对应的时间序列，通过多元线性回归分析去除一些由头动及全局信号造成的伪差异；(4)对一组实验对象的时间序列进行单样本T检验，用得到的组分析结果表示脑功能网络中所有节点的值，进而计算两两脑区间的相关系数，得到一个归一化的时间序列相关系数矩阵RP×P，将相关系数矩阵R中元素rij(i,j＝1,2,...,p)作为连接大脑功能网络节点i到节点j的权值向量初始值；(5)定义路径W＝(W1,W2,...,WP)，其中W1,W2,...,Wp代表p个节点的编号，W表示从节点W1出发依次经过节点W2,...,Wp的路径；定义路径的优化度f(i)为路径内所有权值向量和的倒数；(6)定义一个二维矩阵U来记录路径编号和路径优化度的关系，U＝{W(i),f(i),i＝1,...,N}，N表示所有路径的数目；按U中的优化度降序排列结果将所有的路径分成m个群体Y1,Y2,...,Ym，每个群体中包含n条路径，同时满足N＝m×n；(7)定义调整因子Insert(i1,i2)为将W＝(Wi),i＝1,2,...,p中的插入到位置之前；一个或多个调整因子的有序排列就是调整序列，记作InsertList,InsertList＝(Insert1,Insert2,…,Insertt)(1)其中，Insert1...

【专利技术属性】
技术研发人员：焦竹青，夏正旺，胡姝玥，蔡敏，邹凌，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏,32