[发明专利]一种基于PCA和GCA的磁共振脑成像因果连接强度的检测方法有效
| 申请号: | 201110299577.3 | 申请日: | 2011-09-30 |
| 公开(公告)号: | CN102366323A | 公开(公告)日: | 2012-03-07 |
| 发明(设计)人: | 田捷;白丽君;钟崇光 | 申请(专利权)人: | 中国科学院自动化研究所 |
| 主分类号: | A61B5/055 | 分类号: | A61B5/055 |
| 代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 周国城 |
| 地址: | 100190 中*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 pca gca 磁共振 成像 因果 连接 强度 检测 方法 | ||
1.一种基于主成分分析PCA和格兰杰因果分析GCA的磁共振脑成像因果连接强度的检测方法,其特征在于,包括以下步骤:
步骤Sa:对经过数据预处理的脑功能图像进行激活区域多体素时间序列的提取,得到激活区域多个体素的时间序列矩阵;
步骤Sb:使用PCA对每个激活区多个体素的时间序列矩阵进行空间降维得到保留大部分信息量的主要成分,再平均主要成分的激活值得到一个时间序列;
步骤Sc:建立所有激活区域的时间序列间的多变量自回归模型;
步骤Sd:依据所述多变量自回归模型,计算各个时间序列间的偏相关系数;
步骤Se:依据偏相关系数,通过直接传递函数DTF方法计算dDTF值,得到激活脑区间的因果连接强度和方向;
步骤Sf:使用替代数据法统计检验连接强度的显著性,并利用有向网络图显示显著的连接。
2.如权利要求1所述的检测方法,其特征在于,所述脑功能图像的数据预处理是在保留脑功能图像细节的同时,使用脑功能图像与标准模板进行仿射配准变换方式的预处理。
3.如权利要求1所述的检测方法,其特征在于,提取激活区域多体素时间序列的步骤为:
(1)利用独立成分分析ICA方法得到不同激活模式的独立成分;
(2)获得所述独立成分中激活值最大点体素的坐标,以此坐标为中心作一个半径为3倍体素棱长的球体;
(3)依据预处理后的脑功能图像数据,提取包含于此球体内部的各个体素在不同时间点上激活值的时间序列。
4.如权利要求3所述的检测方法,其特征在于,所述获得独立成分中激活值最大点体素的坐标的步骤具体包括:
(1)在总体独立成分数据上进行单样本t检验,获得平均成分;
(2)对每个平均成分中每个体素的时间序列求得方差值,作为此体素的激活值;
(3)从感兴趣的成分中确定出激活值最大点体素的坐标。
5.如权利要求1所述的检测方法,其特征在于,使用PCA对每个激活区多个体素的时间序列矩阵进行空间降维得到保留大部分信息量的主要成分,再平均主成分得到一个时间序列的步骤为:
(1)使用总和标准化法标准化具有D个体素的时间序列矩阵Y′,得到新矩阵Y″;
(2)计算Y″的相关系数矩阵ρ=(ρij),矩阵ρ的维数为D×D,
其中,ρij为相关系数矩阵元素,Cov()表示两时间序列的协方差,Y″i,Y″j分别表示矩阵Y″的第i,j行元素,D()表示每行矩阵元素的方差;
(3)计算相关系数矩阵ρ的特征值,并将特征值按从大到小的顺序排序:λ1≥λ2≥…≥λD,其相应的特征向量为v1,v2,…,vD;
(4)计算累计贡献率达到85%的前d个特征值,其中累计贡献率按下式计算:
(5)取所述前d个特征值对应的特征向量构成矩阵W′=[v1,…,vd];
(6)由非奇异变换X′=(W′)TY′获得降维后的时间序列矩阵X′;
(7)平均X′的激活值,得到一个时间序列xi(t)(i=1,…,m),其中,m为所有激活区数目。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110299577.3/1.html,转载请声明来源钻瓜专利网。





