一种大脑功能网络中时间稳定社团检测方法技术

本发明专利技术公开了一种大脑功能网络中时间稳定社团检测方法，主要步骤如下：获得经过预处理的神经影像或脑电数据，定义大脑功能网络的节点并提取每个节点的神经信号时间序列；采用滑动时间窗方法构建大脑动态功能网络；对大脑动态功能网络序列进行聚类分析，获得若干类大脑状态下的功能连接，并由此得到大脑不同状态之间的切换关系；对每一种大脑状态下的功能网络进行最优社团划分，大脑功能网络的每个节点均被分配到某一社团中；根据社团划分结果计算大脑功能网络每一组节点对的社团固化度，提取所有社团固化度等于1的节点对，即得到大脑功能网络的时间稳定社团；本发明专利技术时间复杂度低，可以为后续针对大脑功能网络中时间稳定社团的研究做基础。

【技术实现步骤摘要】
一种大脑功能网络中时间稳定社团检测方法
本专利技术属于生物医学信息处理
，具体的说，是一种大脑功能网络中时间稳定社团检测方法。
技术介绍
复杂网络科学已被广泛用于研究大脑认知功能的机理。大脑在处理认知任务时，相互协调工作的脑区之间形成紧密的功能连接，构成了脑功能网络的社团结构。在社团内部，脑区间的功能连接紧密且较强，而社团之间的功能连接相对稀疏且较弱。为了适应不同的认知状态，不同脑区之间的功能连接强弱会发生动态变化，导致脑区的社团隶属关系发生改变，从而引起脑功能网络社团结构发生重组。现有的研究大多聚焦于研究脑功能网络社团结构变化与认知功能之间的关系，而在复杂网络其他领域的研究中，时间稳定社团已经引起了研究人员的关注。时间稳定社团是指随着时间的演化，复杂网络中形成的较稳定的社团结构，这种社团结构在网络社团结构重整过程中不会被破坏。要研究大脑功能网络中的时间稳定社团，首先需要对时间稳定社团进行检测识别。
技术实现思路
针对上述问题的需求，本专利技术要解决的问题是：提供一种大脑功能网络中时间稳定社团检测方法，本文档来自技高网...

【技术保护点】
1.一种大脑功能网络中时间稳定社团检测方法，其特征在于：包括以下步骤：/n1)获得经过预处理的神经影像或脑电数据，根据标准化大脑分区模板或脑电通道位置定义大脑功能网络的节点；/n2)提取大脑功能网络每个节点的神经信号时间序列；/n3)采用滑动时间窗方法将大脑功能网络每个节点的时间序列划分成若干相互重叠、长度相同的子段，根据皮尔逊相关或互信息网络构建方法，构建随时间变化的大脑动态功能网络；/n4)将每个大脑动态功能网络矩阵不包含对角线元素的上三角元素重整为一个列向量，并将获得的所有列向量按照时间顺序整合为一个新的功能连接矩阵FCv，此矩阵包含了大脑动态功能网络在所有时刻的功能连接信息；/n5)采...

【技术特征摘要】
1.一种大脑功能网络中时间稳定社团检测方法，其特征在于：包括以下步骤：
1)获得经过预处理的神经影像或脑电数据，根据标准化大脑分区模板或脑电通道位置定义大脑功能网络的节点；
2)提取大脑功能网络每个节点的神经信号时间序列；
3)采用滑动时间窗方法将大脑功能网络每个节点的时间序列划分成若干相互重叠、长度相同的子段，根据皮尔逊相关或互信息网络构建方法，构建随时间变化的大脑动态功能网络；
4)将每个大脑动态功能网络矩阵不包含对角线元素的上三角元素重整为一个列向量，并将获得的所有列向量按照时间顺序整合为一个新的功能连接矩阵FCv，此矩阵包含了大脑动态功能网络在所有时刻的功能连接信息；
5)采用K-means聚类算法对FCv矩阵进行聚类分析，根据聚类结果的邓恩分数将FCv矩阵的所有列向量聚类为若干类，每一类即对应于一种大脑状态下的功能连接，FCv矩阵的列向量分别隶属于其中一种大脑状态，根据FCv矩阵中列向量的排列顺序得到各大脑状态之间的切换关系；
6)计算每一种大脑状态包含的所有FCv矩阵列向量的平均值，并将所得到的平均值列向量恢复为方阵形式，即获得每一种大脑状态下的功能连接网络；
7)对每个大脑状态下的功能连接网络进行最优社团划分，社团划分质量由模块度函数Q获得：



其中，m表示大脑功能连接网络的连边...

【专利技术属性】
技术研发人员：范永晨，吴莹，林盘，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61