一种用于多动症时序脑连接数据的图节点聚类方法技术

本发明专利技术涉及时序脑连接数据技术领域，尤其是提供了一种用于多动症时序脑连接数据的图节点聚类方法。该方法包括获取N个多动症样本的大脑网络连接图和M个健康对照样本的大脑网络连接图，即获取(N+M)个大脑网络连接图；对(N+M)个大脑网络连接图进行图节点聚类处理，获得两组聚类图数据，其中一组为N个多动症样本的图数据；另一组为M个健康对照样本的图数据；对两组聚类图数据进行聚类分析，得到多动症样本和健康对照样本的相似性与差异性，在探索大脑网络区域时，该方法提高了对多动症时序脑连接数据分类的准确性和可靠性，有效地深入理解了多动症的发生机制和脑部功能异常，为进一步研究和诊断多动症等相关疾病提供了有力的信息。

【技术实现步骤摘要】

本专利技术涉及时序脑连接数据，尤其涉及一种用于多动症时序脑连接数据的图节点聚类方法。

技术介绍

1、注意缺陷与多动障碍(attention deficit and hyperactivity disorder，adhd)，俗称多动症，是一种在儿童时期出现的综合征。与同龄儿童相比，患者主要表现为明显的注意力集中困难、注意力持续时间短暂、活动过度或冲动等特征。据推测，adhd这一疾病的发生可能与大脑网络结构之间的连接差异有关。脑连接网络分析是一种常见的功能性磁共振成像(fmri)数据分析方法，在临床实践中，医生常常使用连续性性能测试(cpt)、dsm-iv诊断标准、脑电图(eeg)、结构和功能性脑成像技术如mri和fmri等高级评估工具来全面评估adhd患者的情况，以判断其病情的严重程度。

2、神经生理学研究表明，患者的脑电图异常率较高，主要表现为慢波活动增加。脑电图功率谱分析发现慢波功率增加，α波功率减小，平均频率下降。此外，针对大脑结构的研究显示，患有adhd的个体整体大脑体积较正常人偏小，这可能意味着adhd患者的致病因素可能与大脑结构的变化本文档来自技高网...

【技术保护点】

1.一种用于多动症时序脑连接数据的图节点聚类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，步骤一中获取大脑网络连接图的过程包括：

3.根据权利要求1所述的方法，其特征在于，步骤二中图节点聚类的过程包括：

4.根据权利要求3所述的方法，其特征在于，图节点聚类是基于图嵌入的自聚类，在自聚类图嵌入中，设图G＝(V,E)，其中V代表图的顶点集，E代表边集；通过映射函数f:V→R^d进行节点嵌入，其中d代表嵌入空间的维度；对于每个顶点v∈V，嵌入函数f为一个大小为|V|×d的实值矩阵；并使用未加权的一阶和二阶随机游走进行节点采样。<...

【技术特征摘要】

1.一种用于多动症时序脑连接数据的图节点聚类方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，步骤一中获取大脑网络连接图的过程包括：

3.根据权利要求1所述的方法，其特征在于，步骤二中图节点聚类的过程包括：

4.根据权利要求3所述的方法，其特征在于，图节点聚类是基于图嵌入的自聚类，在自聚类图嵌入中，设图g＝(v,e)，其中v代表图的顶点集，e代表边集；通过映射函数f:v→r^d进行节点嵌入，其中d代表嵌入空间的维度；对于每个顶点v∈v，嵌入函数f为一个大小为|v|×d的实值矩阵；并使用未加权的一阶和二阶随机游走进行节点采样。

5.根据权利要求1所述的方法，其特征在于，步骤三中聚类分析包括：

6.根...

【专利技术属性】
技术研发人员：张丽，刘涛，东野广程，井明，王士华，禹继国，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：