【技术实现步骤摘要】
本专利技术属于生物信息领域，具体涉及一种预测人脑功能连接的方法。
技术介绍
1、在大脑网络中，通常将大脑皮层的灰质区域定义为脑区(节点)，连接灰质的白质纤维束称为脑区间的连接(边)。在宏观尺度网络中，边可以定义为三种连接形式：结构连接、功能连接和因效连接。从上个世纪九十年代开始，研究人员采用结构磁共振成像获得大脑的形态学数据，如灰质体积、密度、厚度等，进而确定脑区的位置；通过弥散磁共振成像对大脑皮层中白质纤维束的连接数量和密度进行测量，进而确定脑区之间的连接信息，最终，得到大脑结构连接网络。此外，通过基于血氧水平依赖度的功能磁共振成像技术间接记录大脑皮层神经活动信号；或者通过脑电图、脑磁图等技术直接记录大脑神经活动信号，可得到大脑功能连接网络。
2、大脑静息态网络是一种特殊的功能连接网络，该网络的研究为探索结构连接与功能连接之间的关系提供了一种有效手段。静息态是指大脑没有外部刺激和任务，仍处于清醒的一种状态。与处于睡眠状态不同，在静息态下，大脑存在意识，并能够对外界刺激做出反应，其大脑活动模式与睡眠状态和任务状态下观察到的都有所不同。研究发现，大脑静息态网络与结构连接存在很强的相似度，这表明功能连接由结构连接进行约束。但两者不是简单的映射关系，不存在结构连接的脑区间可能存在功能连接甚至功能连接还很强。同时，目前由弥散磁共振成像得到的结构连接不能刻画脑区间存在的兴奋性和抑制性连接，但功能连接能表征脑区间的正相关和负相关。
3、揭示大脑功能网络连接是如何由其结构网络连接产生的是神经科学研究领域一个非常重要的科
技术实现思路
1、针对现有技术中存在的上述问题，本专利技术提出了一种预测人脑功能连接的方法，设计合理，解决了现有技术的不足，具有良好的效果。
2、一种预测人脑功能连接的方法，包括以下步骤：
3、步骤1：基于信号在脑区间传播的衰减过程，由结构连接构造出laplacian矩阵l；
4、步骤2：基于l求解高阶laplacian矩阵lp；
5、步骤3：基于高阶laplacian矩阵lp，建立人脑结构连接与功能连接之间的二阶扩散模型；
6、步骤4：将初始状态带入二阶扩散模型，得到人脑功能连接矩阵。
7、进一步地，所述步骤1中包括：laplacian算子是n维欧式空间中的一个二阶微分算子，定义为梯度的散度：
8、
9、连续函数f(x,y)中某个点(x,y)处，沿x轴和y轴方向求导：
10、连续f(x,y)对x的一阶偏导：
11、
12、将f(x,y)离散化，令δx＝1，得到：
13、
14、离散后的f(x,y)对x的二阶偏导：
15、
16、连续f(x,y)对y的一阶偏导：
17、
18、将f(x,y)离散化，令δy＝1，可得：
19、
20、离散后的f(x,y)对y的二阶偏导：
21、
22、根据公式(4)和(7)得到结论1：离散后的f(x,y)在点(x,y)处的能够看作该点处的函数值，沿x轴和y轴方向，矩形邻域内函数值不同程度的度量，即增益。
23、进一步地，将所述结论1推广到人脑中，假设大脑有r个脑区，任意两个脑区，如果相连则权重为wi,j；否则权重为0，每个脑区内的平均活动信号u＝(u1,u2,…,ur)；
24、首先，分析第1脑区扰动对第2脑区的影响δu1：
25、δu1＝βw1,2(u2-u1)；(8)
26、令i＝1,2...,r，扩展到第i个脑区扰动对其他脑区影响为：
27、δui＝β((wi,1u1+wi,2u2+…+wi,iui)-(wi,1ui+wi,2ui+…+wi,iui))，i＝1,2...,r；(9)
28、将公式(9)转化为矩阵形式：
29、
30、进而得到一阶扩散模型：
31、
32、公式(11)的解以指数衰减的形式出现：
33、u(t)＝e-βltki；(12)
34、式中，β是衰减率，l是laplacian矩阵，l＝d-w，w是结构连接矩阵，d是结构连接构造的度矩阵；ki表示与第i个脑区正交的向量；
35、将l正则化后，得到l＝i-d-1/2wd-1/2。
36、进一步地，所述步骤3中，laplacian矩阵l的二次型算子定义为：
37、
38、其中，f'为神经活动信号函数，f'i为第i个脑区对应的神经活动信号函数，f'j对第j个脑区对应的神经活动信号函数；
39、高阶laplacian矩阵lp的形式为：
40、
41、lp由内积定义，则有：
42、
43、式中函数φp的定义如下：
44、φp(x)＝|x|p-1sign(x)；(17)
45、对于任意给定的p值，通过式(16)得到高阶laplacian矩阵lp。
46、进一步地，所述步骤2中包括：
47、连续函数f(x,y)中某个点(x,y)处，沿顺时针m和逆时针n方向求导：
48、连续f(x,y)对m的一阶偏导：
49、
50、将f(x,y)离散化，令δx'＝2，得到：
51、
52、连续f(x,y)对n的一阶偏导：
53、
54、将f(x,y)离散化，令δy'＝2，得到：
55、
56、进而得到：
57、
58、根据公式(22)和(23)得到结论2：离散后的f(x,y)在点(x,y)处的能够看作以该点为中心，在矩形邻域内沿顺时针和逆时针方向旋转不同程度的度量，即方向的变化。
59、进一步地，将所述结论2推广到人脑中，引入高阶laplacian矩阵lp，建立人脑结构连接与功能连接之间的二阶扩散模型：
60、
61、求解得到：
62、
63、式中，x(t)是所有脑区神经活动信号的二阶描述，α是二阶衰减率，a和b是常数，mi、ni为与第i个脑区正交的向量。
64、进一步地，将初始状态带入u(t)，得到人脑功能连接矩阵：
65、
66、其本文档来自技高网...
【技术保护点】
1.一种预测人脑功能连接的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种预测人脑功能连接的方法，其特征在于，所述步骤1中包括：Laplacian算子是N维欧式空间中的一个二阶微分算子，定义为梯度的散度：
3.根据权利要求2所述的一种预测人脑功能连接的方法，其特征在于，将所述结论1推广到人脑中，假设大脑有r个脑区，任意两个脑区，如果相连则权重为wi,j；否则权重为0，每个脑区内的平均活动信号u＝(u1,u2,…,ur)；
4.根据权利要求3所述的一种预测人脑功能连接的方法，其特征在于，所述步骤3中，Laplacian矩阵L的二次型算子定义为：
5.根据权利要求4所述的基于高阶一种预测人脑功能连接的方法，其特征在于，所述步骤2中包括：
6.根据权利要求5所述的一种预测人脑功能连接的方法，其特征在于，将所述结论2推广到人脑中，引入高阶Laplacian矩阵Lp，建立人脑结构连接与功能连接之间的二阶扩散模型：
7.根据权利要求6所述的一种预测人脑功能连接的方法，其特征在于，将初始状态带入u(t)，得到
...【技术特征摘要】
1.一种预测人脑功能连接的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种预测人脑功能连接的方法，其特征在于，所述步骤1中包括：laplacian算子是n维欧式空间中的一个二阶微分算子，定义为梯度的散度：
3.根据权利要求2所述的一种预测人脑功能连接的方法，其特征在于，将所述结论1推广到人脑中，假设大脑有r个脑区，任意两个脑区，如果相连则权重为wi,j；否则权重为0，每个脑区内的平均活动信号u＝(u1,u2,…,ur)；
4.根据权利要求3所述的一种预...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。