基于以边为中心的效应连接网络的阿尔茨海默病诊断方法技术

本发明专利技术公开了一种基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，包括：获取被试的多模态脑影像数据，基于此，得到被试的BOLD（Blood Oxygenation Level Dependent，血氧水平依赖）时间序列、功能连接网络和结构连接网络；基于结构连接网络与功能连接网络之间的抑制关系对条件格兰杰因果算法进行改进，得到改进后的格兰杰因果算法，基于BOLD时间序列和结构连接网络，利用改进后的格兰杰因果算法，构建以边为中心的效应连接网络；基于构建的以边为中心的效应连接网络，利用预设分类器完成阿尔茨海默病的识别。本发明专利技术有助于解决阿尔茨海默病早期诊断困难的问题。尔茨海默病早期诊断困难的问题。尔茨海默病早期诊断困难的问题。

【技术实现步骤摘要】
基于以边为中心的效应连接网络的阿尔茨海默病诊断方法


[0001]本专利技术涉及脑影像处理及脑科学
，特别涉及一种基于以边为中心的效应连接网络的阿尔茨海默病诊断方法。

技术介绍

[0002]阿尔茨海默症是一种慢性神经退行性疾病，是痴呆中最常见的类型，通常开始缓慢并且随着时间的推移而恶化，多发于65岁以上的老年人。目前，针对阿尔茨海默病的研究已经迫在眉睫。
[0003]近年来，磁共振成像（Magnetic Resonance Image, MRI）、功能磁共振成像（functional MRI, fMRI）和弥散张量成像（Diffusion Tensor Image, DTI）等非侵入影像能够让医生直观地了解病人的情况。目前广泛应用于阿尔茨海默病诊断的办法是基于脑影像的数据分析。有研究者应用各种机器学习算法对脑影像数据做图像分割等处理，提取脑影像中的皮质厚度、海马体积、灰质白质体积等特征作为分类标准，以此对阿尔茨海默病识别和诊断。但是，这类方法往往只能提取图像表层信息，不能很好地与人脑机制相互对应。
[0004]脑网络研究方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，其特征在于，所述基于以边为中心的效应连接网络的阿尔茨海默病诊断方法包括：获取被试的多模态脑影像数据，基于所述多模态脑影像数据，得到被试的血氧水平依赖BOLD时间序列、功能连接网络和结构连接网络；基于结构连接网络与功能连接网络之间的抑制关系对条件格兰杰因果算法进行改进，得到改进的格兰杰因果算法，基于BOLD时间序列和结构连接网络，利用改进的格兰杰因果算法，构建以边为中心的效应连接网络；基于以边为中心的效应连接网络，利用预设分类器完成阿尔茨海默病识别。2.如权利要求1所述的基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，其特征在于，所述多模态脑影像数据包括磁共振成像MRI数据、功能磁共振成像fMRI数据和弥散张量成像DTI数据。3.如权利要求2所述的基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，其特征在于，基于所述多模态脑影像数据，得到被试的血氧水平依赖BOLD时间序列、功能连接网络和结构连接网络，包括：对被试的MRI数据和fMRI数据进行时间层校正、头动校正、空间标准化、平滑滤波以及基于解剖学自动标记AAL模板的脑区划分操作，将人脑划分为多个脑区并得到被试的BOLD时间序列，通过计算每个脑区的皮尔逊相关系数得到功能连接网络；对被试的DTI数据进行去头骨、头动校正、涡流校正、空间标准化、平滑滤波以及基于AAL模板的脑区划分操作，通过求解出的各向异性值来定义脑区之间的白质纤维连接；其中，各向异性值的物理意义表示的是弥散程度的强弱，通过各向异性值的大小能够反映脑白质纤维数目和密度大小；使用概率性纤维追踪算法去除无关的各向异性值，获得被试的结构连接网络。4.如权利要求1所述的基于以边为中心的效应连接网络的阿尔茨海默病诊断方法，其特征在于，所述功能连接网络和结构连接网络均是以节点为中心的脑网络表现形式，所述功能...

【专利技术属性】
技术研发人员：王卫苹，张舜祁，赵海燕，罗熊，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
类型：发明
国别省市：