基于力学参量的脑网络构建方法、系统、介质及设备技术方案

本发明专利技术提供一种基于力学参量的脑网络构建方法、系统、介质及设备，包括：步骤S1：采集脑结构影像，并通过磁共振弹性成像方法采集力学参量分布图像，对脑结构影像以及力学参量分布图像进行配准并使用标准空间图谱进行分割，提取各脑区中每个像素的力学模量值；步骤S2：计算每个脑区的概率分布函数，并使用KL散度估计各脑区概率分布函数的相似性；步骤S3：将计算出来的KL散度值作为不同脑区之间的连接，构建力学网络并进行图论分析，对比健康人与神经退行性疾病患者的图论指标。本发明专利技术能够提高神经退行性疾病早期诊断的效率。退行性疾病早期诊断的效率。退行性疾病早期诊断的效率。

【技术实现步骤摘要】
基于力学参量的脑网络构建方法、系统、介质及设备


[0001]本专利技术涉及计算机辅助诊断
，具体地，涉及一种基于力学参量的脑网络构建方法、系统、介质及设备。

技术介绍

[0002]磁共振弹性成像可以通过测量脑组织的弹性参数，如剪切模量、黏度等，反映脑组织的生物力学特性，从而检测和评估脑部的结构和功能的变化，如脑肿瘤、癫痫、创伤性脑损伤、神经退行性疾病等。这些参数与脑组织的健康状态有密切关系，可以用于区分正常组织和病变组织，评估病变程度和治疗效果。
[0003]现有直接对退行性疾病脑组织生物力学参量的测量，存在以下技术缺陷：对于空间分布的组织力学参量，并不能全面的显示各脑区间的力学参量变化关联，以及其生物学特性的关联，使得磁共振弹性成像在神经退行性疾病的诊断中效果不够理想，敏感性和特异性不强。
[0004]我们在此提出一种基于力学参量的脑网络构建方法，可对神经退行性疾病进行更加有效的检测。

技术实现思路

[0005]针对现有技术中的缺陷，本专利技术提供一种基于力学参量的脑网络构建方法、系统、介质及设备。...

【技术保护点】

【技术特征摘要】
E
loc
，归一化模块度Normalized Q，节点度值K
i
，节点介度值B
i
以及节点效率E
i
：：：：：：：：其中，C
i
为i节点的聚类系数，代表与该i节点存在连接的节点数量，N为无向图G的节点总数；L
ijmin
为节点i与节点j连接所需要的最短路径长度，如果节点i与节点j存在直接连接则A
ij
或a
ij
为1，否则为0；G
i
为代表力学参量脑网络的无向图(包含i个节点)，G代表一个图，i是图上的一个节点；D
i
为节点i上A
ij
的和；D
j
为节点j上A
ij
的和；B
i
表示两个节点通过节点i进行最短距离连接的数量，B
j
表示两个节点通过节点j进行最短距离连接的数量；如果B
i
＝B
j
，则δ(B
i
，B
j
)为1，否则为0；B
average
表示所有节点介度的均值；步骤S3.4：通过对比健康人与神经退行性疾病患者的上述特征值差异对疾病进行早诊。5.一种基于力学参量的脑网络构建系统，其特征在于，包括：模块M1：采集脑结构影像，并通过磁共振弹性成像方法采集力学参量分布图像，对脑结构影像以及力学参量分布图像进行配准并使用标准空间图谱进行分割，提取各脑区中每个像素的力学模量值；模块M2：计算每个脑区的概率分布函数，并使用KL散度估计各脑区概率分布函数的相似性；模块M3：将计算出来的KL散度值作为不同脑区之间的连接，构建力学网络并进行图论分析，对比健康人与神经退行性疾病患者的图论指标。6.根据权利要求5所述的基于力学参量的脑网络构建系统，其特征在于，所述模块M1包括：模块M1.1：配准所述脑结构影像与力学参量分布图像，并将力学参量分布图像配准到标准空间；
使用ANTs软件中的antsRegistrationSyN指令将脑结构影像T1WI配准到MNI152标准空间中，同时将力学参量分布图像配准到T1WI上，然后使用antsApplyTransforms指令结合前两步生成的刚体变换和非刚体变换形变场转换矩阵将力学参量分布图像配准到MNI152标准空间上；模块M1.2：使用MNI152标准空间中的脑结构影像对力学参量分布图像进行分割，并提取每个脑区中每个像素的力学参量值。7.根据权利要求5所述的基于力学参量的脑网络构建系统，其特征在于，所述模块M2包括：模块M2.1：使用高斯核函数其中xc为核函数中心，σ为函数的宽度参数进行核密度估计，计算每个脑区力学参量的概率分布函数PDF；模块M2.2：计算每两对脑区之间的KL散度值：...

【专利技术属性】
技术研发人员：冯原，孔令晗，金巍，刘军，杨广中，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：