[发明专利]一种人脑功能活动状态分类方法

权利要求书

1.一种人脑功能活动状态分类方法，其特征在于，包含以下步骤：

S1、根据不同认知状态对照组下的功能磁共振训练数据集，获得各个认知状态对照组下的人脑功能活动状态近似描述集；

S2、对人脑功能活动状态近似描述集进行建模，获得各认知状态对照组所对应的判定时间域脑动力模式；

所述步骤S2进一步包含：

S2.1、所述判定时间域脑动力模式通过以下公式进行计算：将判别性时间域脑动力模式的学习过程建模成的优化问题，其中列是X_k的第j列的稀疏编码系数，λ为惩罚系数，η₁及η₂分别设定为0.1,0.6,0.1，D_k，1≤k≤K分别称之为关于此K组数据集的判别时间域脑动力模式，所谓判别时间域脑动力模式是指刻画了某人脑功能活动状态近似描述集上脑活动在时间域上的特性A_k表征了相应于D_k的脑活动空间域分布特性；

S2.2、采用轮换迭代优化问题进行求解；

S3、根据判定时间域脑动力模式对待识别人脑功能活动状态近似描述集进行稀疏表达，获得表达能量值；

所述表达能量值通过以下计算公式进行计算：

Rki=||x^i-Dkak||22+λ||ak||1]]>

式中，其中a_k表示在第k个判别时间域脑动力模式下的稀疏编码系数；表示识别第i个感兴趣区的时间过程；

S4、根据表达能量值将该待识别人脑功能活动状态归类于对应的认知状态。

2.如权利要求1所述的人脑功能活动状态分类方法，其特征在于，所述的步骤S1中具体包含以下步骤：

S1.1、取功能磁共振训练数据集中的所有被试的脑功能磁共振信号分别进行相关预处理操作，其中所有被试的脑功能磁共振信号分别来自K个具有对比性的不同认知状态，并标记这些认知状态的标签分别为{1,2,…,k,…,K-1,K}；

S1.2、依据认知状态标签，将预处理后的所有被试的脑功能磁共振信号分为K个对照组，其中，N_k表示第k个认知状态组下的被试数；

S1.3、对第k组中关于第n个被试的经预处理后的脑功能磁共振信号应用Craddock人脑结构-功能模板提取各感兴趣区中体素的时间过程，并分别计算每个感兴趣区内体素的平均时间过程；

S1.4、将每个感兴趣区内体素的平均时间过程记为该感兴趣区的代表时间过程，并将所有感兴趣区的代表时间过程进行聚集，形成第k组中第n个被试的脑功能磁共振信号的人脑功能活动状态近似描述集，记为

S1.5、重复步骤S1.3～S1.4，分别求取第k组中所有被试的脑功能磁共振信号的人脑功能活动状态近似描述集，以获得第k组的人脑功能活动状态近似描述集

S1.6、重复步骤S1.6，分别求取K个认知状态对照组中所有被试的脑功能磁共振信号的人脑功能活动状态近似描述集，以分别获得K组人脑功能活动状态近似描述集，其中X_k,1≤k≤K。

3.如权利要求2所述的人脑功能活动状态分类方法，其特征在于，所述的步骤S1.1中的相关预处理操作包含时间层校正，头动校正，结构像配准，空间标准化到蒙特利尔标准脑空间，去低频漂移以及带通滤波操作。