发掘异质型脑功能网络的嵌入聚类的独立成分分析方法技术

本发明专利技术属于脑影像分析技术领域，具体涉及一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法，包括以下步骤：获取多被试fMRI数据并进行预处理，同时据给定的独立成分数对每个被试数据进行ICA，得到被试个体级独立成分；为了获得最佳聚类效果，设定类别数在一定范围内递增地变化，在每个类别数下通过最小化个体级独立成分和各类组级独立成分间的损失对个体被试进行聚类，并记录对应损失值；用损失值绘制损失曲线，根据损失曲线的拐点来估算最佳类别数；获取最佳类别数对应的组级独立成分，用GIG

【技术实现步骤摘要】
发掘异质型脑功能网络的嵌入聚类的独立成分分析方法


[0001]本专利技术属于脑影像分析
，具体涉及一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法。

技术介绍

[0002]目前针对精神疾病患者的诊断是基于临床症状进行的，具有主观性。已有研究发现，基于客观的脑影像测度可以辅助精神疾病的诊断，且相似的精神疾病或同一种精神疾病在影像测度水平上可以进一步被区分为不同的子型，也称作生物子型。相较于传统的诊断方式，基于客观影像发掘生物子型从而实现对患者的诊断具有客观性、特异性等优点，是脑科学领域的重要研究内容。利用脑功能网络测度进行生物子型的挖掘具有很大的潜力，然而，已有的工作大多是基于提取的脑功能网络的相关测度进行聚类，这样两步操作的方式有以下几个缺点：一、无法保证得到的个体脑功能网络本身是具有类别特性的；二、数据中的噪声会影响脑功能网络的提取，从而影响聚类的结果；三、类别个数的确定是基于得到的脑功能网络测度进行的，无法保证最优。
[0003]针对上述问题，本专利技术提出了一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法，可同时得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法，其特征在于，包括以下步骤：步骤1，读入多个被试的功能磁共振成像数据并进行预处理，同时根据给定的独立成分数对每个被试进行独立成分分析，得到被试个体级独立成分，用于后续分析；步骤2，估计数据集可能包含类别数的上下界，设定类别数在此上下界范围内递增地变化，在每个类别数下进行聚类分析，并记录对应的损失值；步骤3，根据类别数和对应的损失值绘制损失曲线，利用损失曲线的拐点来估算出数据集的最佳类别数；步骤4，根据估算出的最佳类别数，获取最佳类别数对应的组级独立成分，以此为参考使用组信息指导的独立成分分析来反向重建出被试的个体级独立成分。2.根据权利要求1所述的一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法，其特征在于，所述步骤1中预处理包括去除前几个时间点、时间层校正、头动校正、空间标准化、空间平滑。3.根据权利要求1所述的一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法，其特征在于，所述步骤1中根据给定的独立成分数对每个被试进行独立成分分析，得到被试个体级独立成分，具体步骤为：首先将各被试在每个时间点上的三维功能磁共振成像数据转化为对应的行向量，得到T
×
V(T为时间点个数，V为体素个数)的被试个体级功能磁共振成像数据矩阵；然后在成分个数设定的情况下，对被试个体级功能磁共振成像数据矩阵在时间维度上进行主成分分析，将时间点个数降至设定的成分个数得到个体级降维数据，最后对个体级降维数据进行独立成分分析，分解得到被试个体级独立成分。4.根据权利要求1所述的一种发掘异质型脑功能网络的嵌入聚类的独立成分分析方法，其特...

【专利技术属性】
技术研发人员：杜宇慧，朱文超，
申请(专利权)人：山西大学，
类型：发明
国别省市：