一种确定动态脑功能网络阈值方法技术

本发明专利技术公开了一种确定动态脑功能网络阈值方法，属于信号处理领域。本发明专利技术结合滑动时间窗口技术的特点，用不同的阈值将每个时间窗口内构建的相关系数矩阵稀疏二值化，并通过脑功能网络小世界性和完整性来判断阈值的合理性，因此通过确定的阈值可以减少在用相关分析方法构建动态脑功能网络时的盲目性，从而能构建一个合理的脑功能网络；同时既可避免阈值选取过程中的随意性，又能在合理的情况下便于对后续动态脑功能网络的研究。

【技术实现步骤摘要】
一种确定动态脑功能网络阈值方法
本专利技术涉及一种确定动态脑功能网络阈值方法，属于信号处理领域。
技术介绍
在使用相关分析构建人脑功能网络时，不同的阈值会对所构建的脑功能网络拓扑性质产生较大的影响。但是目前对于如何选取阈值还没有一个统一的方法。当前比较流行的确定阈值的方法一般会根据脑功能网络已有的特性进行阈值分析，比如小世界性、稀疏性和完整性等，或者通过选取不同的阈值来构建脑功能网络并分析脑功能网络不同的拓扑性质。但是在通过滑动时间窗口技术研究脑功能网络的动态演变过程时，一个fMRI样本会形成多个时间窗口，在每个时间窗口内使用相关分析方法计算相关稀疏矩阵时，该矩阵不经过阈值处理所构建的网络就是一个全连接网络，显然不符合真实脑功能网络稀疏的特性。而且在不同的静息态fMRI扫描时间段上，脑区之间的信息交互会有变化，脑功能网络的具体特征也会随着时间改变，如果随意使用一个固定的阈值对相关系数矩阵进行稀疏二值化时，虽然脑网络已经稀疏，但是不能保证该脑网络满足其他特性。
技术实现思路
本专利技术提供一种确定动态脑功能网络阈值方法，以用于实现动态脑功能网络阈值的选取。本专利技术的技术方案是：一种确定动本文档来自技高网...

【技术保护点】
1.一种确定动态脑功能网络阈值方法，其特征在于：所述方法步骤如下：步骤一：将n个静息态fMRI原始数据样本进行预处理得到m个脑区在k个采样点上的BOLD信号时间序列；利用滑动窗口技术遍历整个时间序列，将一个样本的BOLD信号时间序列划分为g个时间窗口，n个样本形成n×g个时间窗口；使用相关分析方法构建每个时间窗口内的m个脑区之间的相关系数矩阵，n个样本得到n×g个m×m的相关系数矩阵G(xy)，其中x＝1,2…n，y＝1,2…g；步骤二：针对每个时间窗口，以步长为0.01从0.01至0.99选择不同阈值T在不考虑自相关的情况下将相关系数矩阵G(xy)稀疏化二值化得到稀疏二值矩阵SG(xy)；步...

【技术特征摘要】
1.一种确定动态脑功能网络阈值方法，其特征在于：所述方法步骤如下：步骤一：将n个静息态fMRI原始数据样本进行预处理得到m个脑区在k个采样点上的BOLD信号时间序列；利用滑动窗口技术遍历整个时间序列，将一个样本的BOLD信号时间序列划分为g个时间窗口，n个样本形成n×g个时间窗口；使用相关分析方法构建每个时间窗口内的m个脑区之间的相关系数矩阵，n个样本得到n×g个m×m的相关系数矩阵G(xy)，其中x＝1,2…n，y＝1,2…g；步骤二：针对每个时间窗口，以步长为0.01从0.01至0.99选择不同阈值T在不考虑自相关的情况下将相关系数矩阵G(xy)稀疏化二值化得到稀疏二值矩阵SG(xy)；步骤三：在矩阵SG(xy)基础上进行完整性判断确定符合阈值范围的上界当选择的阈值T满足则脑功能网络符合完整性；其中i＝1,2…m，SGij(...

【专利技术属性】
技术研发人员：王彬，龙雨涵，杜芬，刘畅，郭子洋，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53