适合多被试脑功能数据分析的个体脑功能网络提取方法技术

本发明专利技术公开了一种适合多被试脑功能数据分析的个体脑功能网络提取方法，包括：基于个体被试的脑功能数据计算在不同被试间具有对应性的个体被试的独立成分，使用提出的基于多目标函数优化框架的带参考信号独立成分分析算法，同时优化个体被试的独立成分与参考信号之间的对应性以及个体被试不同成分间的独立性，参考信号由对多个个体被试的脑功能数据共同进行独立成分分析得到，参考信号也可来自于对其它模态成像数据进行脑网络分析或由荟萃分析得到的脑网络模板等；得到个体被试的独立成分后，使用提出的时间序列计算方法计算每个独立成分对应的时间序列。判断得到的独立成分，得到脑功能网络，独立成分对应的时间序列是脑功能网络相应的激活模式。

【技术实现步骤摘要】

本专利技术涉及医学图像处理
，特别涉及一种。
技术介绍
基于脑功能数据分析脑功能网络对神经科学研究和医疗诊断有重要意义，独立成分分析方法在该领域应用十分广泛，但由于独立成分分析的随机性、输出成分顺序的不确定性以及成分个数的不可预知性，多被试数据的独立成分分析具有很大的挑战，主要的难点在于如何将多被试的脑网络建立起对应性以方便后续的统计分析，同时又能保持个体被试脑网络的特异性以利于个体诊断。目前，利用独立成分分析(ICA)进行多被试数据分析的方法分为两类，一类是先对每个被试的数据进行独立成分分析，再利用主观鉴别、聚类方法等将来自于不同被试的独立成分建立起对应性。这类方法的优点是每个被试的成分结果都具有独一无二的时间空间特性，缺点是需要后处理过程来建立不同被试成分之间的对应性，而且由于在某个被试中存在的一个功能网络可能在另一被试中被分解为多个功能网络，所以，对应性往往难以或不能建立。另一类方法被称为组独立成分分析方法，是先在所有的数据上进行一次独立成分分析，然后再重建得到各个被试的成分。已有的组独立成分分析方法根据假设不同分为基于时间串联的、基于空间串联的和基于张量排列的方法，共本文档来自技高网...

【技术保护点】
一种适合多被试脑功能数据分析的个体脑功能网络提取方法，其特征在于，包括如下步骤：步骤S1，基于个体被试的脑功能数据，利用基于多目标函数优化算法的带参考信号的独立成分分析方式，同时优化个体被试的独立成分与参考信号之间的对应性以及个体被试不同成分间的独立性，得到和参考信号对应的个体被试的独立成分；步骤S2，得到个体被试的多个独立成分之后，计算每个独立成分对应的时间序列；步骤S3，判断得到的独立成分，得到脑功能网络，独立成分对应的时间序列是脑功能网络相应的激活模式。

【技术特征摘要】
1.一种适合多被试脑功能数据分析的个体脑功能网络提取方法，其特征在于，包括如下步骤 步骤Si，基于个体被试的脑功能数据，利用基于多目标函数优化算法的带参考信号的独立成分分析方式，同时优化个体被试的独立成分与参考信号之间的对应性以及个体被试不同成分间的独立性，得到和参考信号对应的个体被试的独立成分； 步骤S2，得到个体被试的多个独立成分之后，计算每个独立成分对应的时间序列； 步骤S3，判断得到的独立成分，得到脑功能网络，独立成分对应的时间序列是脑功能网络相应的激活模式。2.如权利要求1所述的方法，其特征在于，所述参考信号由对多个个体被试的脑功能数据共同进行独立成分分析得到，或者来自于对其它模态脑功能成像数据进行脑网络分析得到的脑功能网络，或者来自于由荟萃分析得到的脑网络模板，或者来自于对多个个体被试的脑功能数据进行多次独立成分分析后聚类得到的可靠成分。3.如权利要求1所述的方法，其特征在于，所述个体被试的脑功能数据包括功能核磁共振成像、正电子发射计算机断层扫描数据、磁共振动脉自旋标记示踪法(ASL)灌注成像或脑电及脑磁数据。4.如权利要求2所述的方法，其特征在于，所述参考信号由对多个个体被试的脑功能数据共同进行独立成分分析得到进一步包括对多个个体被试的脑功能数据按时间方向串联后独立成分分析得到的独立成分作为参考信号；对多个个体被试的脑功能数据按空间方向串联后独立成分分析得到的独立成分作为参考信号；对多个个体被试的脑功能数据按张量排列...

【专利技术属性】
技术研发人员：范勇，杜宇慧，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：