【技术实现步骤摘要】
一种动态脑结构的图卷积神经网络演化方法
本专利技术涉及一种网络演化方法，特别是一种动态脑结构的图卷积神经网络演化方法。
技术介绍
重度抑郁症是仅次于精神分裂症的重病，患者会出现悲观厌世、绝望、幻觉妄想、功能减退、并伴有严重的自杀企图，甚至自杀行为，对人类健康构成严重威胁。目前，抑郁症的病理机制尚不明确，仍然缺乏定量的生物指标来明确地界定抑郁症。但是重度抑郁症的重要病征表现为，脑区域之间功能性连接的变化所引起的情绪障碍。因此，脑网络分析对研究重度抑郁症的病理机制和诊断方法有重要的意义。具体来说，通过构建脑结构网络和建立网络的动态演化模型，来仿真模拟大脑的病变过程。该方法为探索抑郁症的病理机制提供了新思路。目前，众多国内外研究人员通过结合复杂网络理论和脑科学知识，发现与正常人相比，重度抑郁症患者大脑的功能连接网络的静态拓扑特征(比如聚类系数、度分布等)发生显著的变化。但是这些变化只是揭示了患者处于某种特定的时刻较健康人群的差异，发现了疾病带来的后果却无法追溯疾病发生的整个过程。通过研究重度抑郁症患者脑网络的动态演化过程，...
【技术保护点】
1.一种动态脑结构的图卷积神经网络演化方法，构建脑结构网络演化的图卷积神经网络模型，运用图卷积神经网络工具学习脑网络的动态演化过程，其特征在于：具体包括如下步骤：/nA、数据预处理/n使用西蒙1.5T磁共振扫描仪，8通道磁头线圈采集脑结构磁共振图像，然后利用矩阵实验室MATLAB中大脑影像数据序列分析工具SPM对脑结构磁共振图像进行预处理；/nA1、标准化：将每一个个体的脑结构磁共振图像标准化到同一三维立体空间，使不同个体的同一脑区位于标准空间的同一位置；/nA2、分割：依据先验的概率分布模板，把脑结构磁共振图像分割为灰质、白质、脑脊液三部分，并生成代表此三种组织类型的图像...
【技术特征摘要】
1.一种动态脑结构的图卷积神经网络演化方法，构建脑结构网络演化的图卷积神经网络模型，运用图卷积神经网络工具学习脑网络的动态演化过程，其特征在于：具体包括如下步骤：
A、数据预处理
使用西蒙1.5T磁共振扫描仪，8通道磁头线圈采集脑结构磁共振图像，然后利用矩阵实验室MATLAB中大脑影像数据序列分析工具SPM对脑结构磁共振图像进行预处理；
A1、标准化：将每一个个体的脑结构磁共振图像标准化到同一三维立体空间，使不同个体的同一脑区位于标准空间的同一位置；
A2、分割：依据先验的概率分布模板，把脑结构磁共振图像分割为灰质、白质、脑脊液三部分，并生成代表此三种组织类型的图像，定量表示脑灰质和白质的体积；
A3、平滑：对分割产生的灰质图像进行空间平滑处理，减少在标准化和分割过程中产生的噪声和误差，提升信噪比，从而提高统计分析的效力；
B、构建脑结构网络
以脑结构磁共振图像为基础，选取自动解剖标签模板AAL中的90个脑区作为网络中的节点，将90个脑区之间的相互关系或者解剖连接定义为网络中的边；根据标定的90个脑区，提取脑区的灰质体积，然后使用皮尔逊相关分析来评估两个节点之间的相互关系，构建灰质脑网络，步骤如下：
B1、根据数据预处理分割出的灰质图像，提取每个被试的90个自动解剖标签模板脑区的灰质体积；
B2、使用皮尔逊相关分析来评估两个脑区之间的相互关系，通过计算皮尔逊相关系数得到两两脑区之间的相关系数r，从而得到一个90*90的关系矩阵A；皮尔逊相关系数也称皮尔逊积矩相关系数，是一种用于计算线性相关的方法，通过式(1)计算：
其中，rq，f表示脑区q和f之间的相关系数,xq(t)和分别表示脑区q的时间序列值和时间序列均值，xf(t)和分别表示脑区f的时间序列值和时间序列均值，n表示扫描的大脑皮层切片数...
【专利技术属性】
技术研发人员：刘洪波，杨丽平，刘凯，张博，冯士刚，刘英杰，戴光耀，林正奎，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁;21
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。