面向轻度认知障碍动态功能连接的图论分析方法及装置制造方法及图纸

本发明专利技术涉及神经影像处理技术领域，具体涉及一种面向轻度认知障碍动态功能连接的图论分析方法。该方法包括：提取被试的rs

【技术实现步骤摘要】
面向轻度认知障碍动态功能连接的图论分析方法及装置


[0001]本专利技术涉及神经影像处理
，具体涉及一种面向轻度认知障碍动态功能连接的图论分析方法及装置。

技术介绍

[0002]阿尔茨海默病(Alzheimer disease，AD)是一种由各种因素诱发的中枢神经系统退行性病症，海马、皮质的神经缺失是AD病理主要特征，临床常表现出认知、记忆功能障碍及人格、行为异常等。AD的发病人群以老年人为主，对其生活质量造成严重影响，通常患者经确诊AD后的10年内不治死亡。目前并不清楚AD形成的原因，并且也没有任何药物可以阻止甚至逆转其发展，只有少数方法可以暂时缓解其症状。轻度认知障碍(Mild Cognitive Impairment，MCI)，是指由正常老化导致的认知衰退与AD之间的过渡阶段，未达到AD的认知衰退程度，被认为是AD的前驱期。但研究表明MCI有转化为AD的可能，且转化率逐年递增，有超过一半的MCI患者在5年内转化为AD。因此MCI的早期诊断对AD的干预非常重要，本方案主要应用于对MCI患者的辅助诊断。
[0003]现有辅助诊断手段通常采用静息态功能磁共振成像技术(rest
‑
state Functional Magnetic Resonance Imaging，rs
‑
fMRI)提取大脑各区域血氧水平依赖(Blood Oxygen Level Dependent，BOLD)信号的变化来间接反映脑局部和神经网络的功能，使用BOLD信号计算的功能连接(Functional Connectivity，FC)可度量不同大脑区域功能的协同关系，对MCI与正常认知(Normal Cognition，NC)间的差异性进行研究。最近有研究者提出了动态功能连接(DynamicFunctional Connectivity，DFC)分析，DFC能够捕捉各种生理状态下大脑内在FC的变化，是比静态FC更敏感的标记物。在神经影像领域中，图论常被应用于建立人脑内复杂网络功能的数学模型，模型中的节点和边可以反应不同脑区间的联系，已有研究将图论应用于FC中分析并表明认知障碍患者的全脑功能网络的拓扑组织结构存在异常，包括部分连接结构的丢失和核心脑区的重新分配。图论在DFC领域的相关研究并不广泛，现有方法主要有降维法和切片法，降维法将三维的DFC数据降为二维，并基于构建大脑网络分析；切片法对DFC数据的时间维度切片，对每一个时间点构建大脑网络，通过提取特征的动态变化性分析组别的差异性。最后通过区分疾病组相较于正常组的异常特征来完成对疾病患者的辅助诊断。
[0004]传统图论分析方法忽略了被试功能连接的动态性及时域功能连接的一致性，在定义网络节点和度量网络连通性时会由于不同的构建方法导致人脑网络的拓扑性质不同，没有统一的标准用于分析。现有方法中降维法模糊了时域信息，对降维方法有较高要求且降维后生物意义不明确；切片法的复杂度较高，难以分类，易出现前后信息不对称问题。
[0005]因此，专利技术人提供了一种面向轻度认知障碍动态功能连接的图论分析方法及装置。

技术实现思路

[0006](1)要解决的技术问题
[0007]本专利技术实施例提供了一种面向轻度认知障碍动态功能连接的图论分析方法及装置，解决了传统图论分析方法中缺少时域关联分析而导致数据分类准确类较低的技术问题。
[0008](2)技术方案
[0009]本专利技术的第一方面提供了一种面向轻度认知障碍动态功能连接的图论分析方法，包括以下步骤：
[0010]提取被试的rs
‑
fMRI数据中的感兴趣区域对应的BOLD信号；
[0011]对所述BOLD信号滑动加窗并进行第一次相关分析得到各感兴趣区域之间的动态功能连接信息；
[0012]对所述动态功能连接信息中选取的最优特征子集进行第二次相关分析并提取有效动态功能连接信息；
[0013]对所述有效动态功能连接信息进行阈值化处理并构建网络；
[0014]利用图论方法提取所述网络的图形特征来分析差异和分类。
[0015]进一步地，所述对所述BOLD信号滑动加窗并进行第一次相关分析得到各感兴趣区域之间的动态功能连接信息，具体包括如下步骤：
[0016]对提取的每个感兴趣区域的BOLD信号使用矩形窗以设定步长进行滑动分割，将每个所述感兴趣区域的BOLD时间序列划分为多个窗口；
[0017]计算每一个窗口内的相邻的两个感兴趣区域之间BOLD信号的皮尔逊相关系数，得到所述动态功能连接信息。
[0018]进一步地，所述对所述动态功能连接信息中选取的最优特征子集进行第二次相关分析并提取有效动态功能连接信息，具体包括如下步骤：
[0019]对第w个窗口的相关系数矩阵提取除去迹的上三角元素，并确定所述上三角元素的展开向量；
[0020]依据所述展开向量，确定相邻的两个窗口之间的动态功能连接信息；
[0021]依据所述相邻的两个窗口之间的动态功能连接信息的方差选取所述最优特征子集；
[0022]利用所述最优特征子集计算相邻的两个窗口之间的所述有效动态功能连接信息。
[0023]进一步地，所述对第w个窗口的相关系数矩阵提取除去迹的上三角元素，并确定所述上三角元素的展开向量，具体包括如下步骤：
[0024]依据每一个窗口内的相邻的两个感兴趣区域之间BOLD信号的皮尔逊相关系数，确定第w个窗口的相关系数矩阵；
[0025]提取所述第w个窗口的相关系数矩阵除去迹的上三角元素；
[0026]确定所述上三角元素的展开向量。
[0027]进一步地，所述依据所述展开向量，确定相邻的两个窗口之间的动态功能连接信息，具体为：依据第w1个窗口、第w2个窗口对应的第一展开向量、第二展开向量以及所述第一展开向量、所述第二展开向量分别对应的均值，确定所述相邻的两个窗口之间的动态功能连接信息。
[0028]进一步地，所述依据所述相邻的两个窗口之间的动态功能连接信息的方差选取所述最优特征子集，具体为：依据所述相邻的两个窗口之间的动态功能连接信息的方差的最小类内距离为准则，选取所述动态功能连接信息中的所述最优特征子集。
[0029]进一步地，所述对所述有效动态功能连接信息进行阈值化处理并构建网络，具体为：将所述有效动态功能连接信息对应的矩阵进行阈值化处理得到二值矩阵对应图论中的表征所述网络的连接关系的邻接矩阵。
[0030]本专利技术的第二方面提供了一种面向轻度认知障碍动态功能连接的图论分析装置，包括：
[0031]信号提取模块，用于提取被试的rs
‑
fMRI数据中的感兴趣区域对应的BOLD信号；
[0032]第一相关模块，用于对所述BOLD信号滑动加窗并进行第一次相关分析得到各感兴趣区域之间的动态功能连接信息；
[0033]第二相关模块，用于对所述动态功能连接信息中选取的最优特征子集进行第二次相关分析并提取有效动态功能连接信息；...

【技术保护点】

【技术特征摘要】
1.一种面向轻度认知障碍动态功能连接的图论分析方法，其特征在于，该方法包括以下步骤：提取被试的rs
‑
fMRI数据中的感兴趣区域对应的BOLD信号；对所述BOLD信号滑动加窗并进行第一次相关分析得到各感兴趣区域之间的动态功能连接信息；对所述动态功能连接信息中选取的最优特征子集进行第二次相关分析并提取有效动态功能连接信息；对所述有效动态功能连接信息进行阈值化处理并构建网络；利用图论方法提取所述网络的图形特征来分析差异和分类。2.根据权利要求1所述的面向轻度认知障碍动态功能连接的图论分析方法，其特征在于，所述对所述BOLD信号滑动加窗并进行第一次相关分析得到各感兴趣区域之间的动态功能连接信息，具体包括如下步骤：对提取的每个感兴趣区域的BOLD信号使用矩形窗以设定步长进行滑动分割，将每个所述感兴趣区域的BOLD时间序列划分为多个窗口；计算每一个窗口内的相邻的两个感兴趣区域之间BOLD信号的皮尔逊相关系数，得到所述动态功能连接信息。3.根据权利要求2所述的面向轻度认知障碍动态功能连接的图论分析方法，其特征在于，所述对所述动态功能连接信息中选取的最优特征子集进行第二次相关分析并提取有效动态功能连接信息，具体包括如下步骤：对第w个窗口的相关系数矩阵提取除去迹的上三角元素，并确定所述上三角元素的展开向量；依据所述展开向量，确定相邻的两个窗口之间的动态功能连接信息；依据所述相邻的两个窗口之间的动态功能连接信息的方差选取所述最优特征子集；利用所述最优特征子集计算相邻的两个窗口之间的所述有效动态功能连接信息。4.根据权利要求3所述的面向轻度认知障碍动态功能连接的图论分析方法，其特征在于，所述对第w个窗口的相关系数矩阵提取除去迹的上三角元素，并确定所述上三角元素的展开向量，具体包括如下步骤：依据每一个窗口内的相邻的两个感兴趣区域之间BOLD信号的皮尔逊相关系数，确定第w个窗口的相关系数矩阵；提取所述第w个窗口的相关系数矩阵除去迹的上三角元素；确定所述上三角元素的展开向量。5.根据权利要求3...

【专利技术属性】
技术研发人员：王霞，王勇，
申请(专利权)人：云南民族大学，
类型：发明
国别省市：