【技术实现步骤摘要】
一种基于卷积神经网络的人脑功能网络分类方法
本专利技术属于脑科学研究领域，具体地说，本专利技术涉及一种基于卷积神经网络的人脑功能网络分类方法。
技术介绍
人脑是人体最重要的器官之一，包含了大量的神经元细胞。通过多个神经元、神经元集群或者多个脑区之间的相互作用，人脑能够完成各种复杂的任务。人脑的结构和功能非常复杂，远远超出我们当前的认知能力。因此，探索并理解人类大脑的工作机制，揭开大脑之谜，无疑是非常有意义的事情。近年来，科学技术不断发展，越来越多的脑成像技术被应用到脑研究中，如磁共振成像(MagneticResonanceImaging，MRI)、脑电图(Electroencephalography,EEG)、脑磁图(Magnetoencephalography,MEG)、计算机断层扫描(ComputerTomography,CT)等。其中，随着功能磁共振成像(functionalMagneticResonanceImaging，fMRI)技术的不断完善，人们能够从脑功能连接的层面刻画各脑区之间的功能交互。目前，构造人脑功能网络并进行进一步分析的方法已经成为脑科学...
【技术保护点】
1.一种基于卷积神经网络的人脑功能网络分类方法，其特征在于：首先，获取静息态fMRI数据并进行预处理，利用预处理后fMRI时间序列信号计算各个脑区间的功能连接强度，构建真实的人脑功能网络数据集；其次，根据真实的人脑功能网络数据集，生成相同数量的仿真数据；接着，将真实数据集和仿真数据集分别划分为训练集、验证集和测试集；最后，通过基于独立权重的卷积神经网络(CNN‑EW)，对人脑功能网络进行分类；步骤(1)获取静息态fMRI数据并预处理：步骤(1.1)静息态fMRI数据获取：从ABIDE(Autism Brain Imaging Data Exchange)获取自闭症(Auti...
【技术特征摘要】
1.一种基于卷积神经网络的人脑功能网络分类方法，其特征在于：首先，获取静息态fMRI数据并进行预处理，利用预处理后fMRI时间序列信号计算各个脑区间的功能连接强度，构建真实的人脑功能网络数据集；其次，根据真实的人脑功能网络数据集，生成相同数量的仿真数据；接着，将真实数据集和仿真数据集分别划分为训练集、验证集和测试集；最后，通过基于独立权重的卷积神经网络(CNN-EW)，对人脑功能网络进行分类；步骤(1)获取静息态fMRI数据并预处理：步骤(1.1)静息态fMRI数据获取：从ABIDE(AutismBrainImagingDataExchange)获取自闭症(Autismspectrumdisorder，ASD)静息态fMRI数据；步骤(1.2)数据预处理：主要包括层间时间校正(SliceTimingCorrection)、头动校正(MotionRealignment)、空间标准化(Normalization)、空间平滑滤波(Smoothing)、干扰信号去除(NuisanceSignalRemoval)和配准(Registration)等步骤；步骤(1.3)感兴趣区域选取：选用AAL(AnatomicalAutomaticLabeling)模板的90个大脑区域作为感兴趣区域，并得到各个受试者相应脑区的平均fMRI时间序列信号；步骤(1.4)构建人脑功能网络：人脑功能网络表示为G＝(V，E)，其中，V表示以感兴趣区域为节点的集合，为功能连接矩阵，功能连接矩阵以任意节点(vi，vj)之间的功能连接强度作为组成元素，vi，vj∈V；功能连接强度的计算方式主要包括皮尔逊相关、偏相关以及小波变换等；包含N个样本的人脑功能网络数据集表示为{(G(1)，y(1)，……，(G(N)，y(N))}；其中，y(n)∈{0，1}，0表示对照组受试者，1表示ASD组受试者；步骤(2)生成仿真数据：仿真数据集的生成过程包括：分别确定对照组和ASD组的功能连接矩阵模板、生成高斯噪声以及构建仿真人脑功能网络数据集；步骤(3)数据集划分：分别将ABIDE数据集和仿真数据集按照划分为训练集、验证集和测试集，划分比例为3：1：1；其中，训练集用于学习神经网络的参数；验证集用于确定网络结构和超参数；测试集用于验证神经网络分类效果；步骤(4)基于卷积神经网络的人脑功能网络分类：步骤(4.1)将ABIDE数据集或仿真数据集对应的训练集、验证集作为神经网络的输入；步骤(4.2)如图3所示，构建一个包含输入层、“边到节点”(E2N)层、“节点到图”(N2G)层、全连接层以及Softmax分类器的神经网络；其...
【专利技术属性】
技术研发人员：邢新颖，冀俊忠，姚垚，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。