[发明专利]数据分析方法及装置

说明书

本发明实施例公开了一种数据分析方法及装置，所述方法包括，在接收到N个全脑影像数据组时，对所述N个全脑影像数据组中的每个全脑影像数据执行预处理操作，得到N个全脑基础数据组；根据所述N个全脑基础数据组中的每个全脑基础数据，计算每个全脑预先划分的若干个脑分区之间的特征连接值，得到N个特征连接值组；计算所述N个特征连接值组之间的组间效应量；按照所述组间效应量将每个特征连接值分类，并建立分类模型。本方案在将全脑划分多个脑分区后，计算脑分区之间的特征连接值，并以每个全脑的特征连接值参考数据，对多组全脑数据进行分析，从而能够对脑数据进行全局分析，进而能够得到脑分区之间的功能连接和网络。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种数据分析方法及装置。

背景技术

随着生命科学的飞速发展，生命科学界对人体最复杂和精密的器官，脑，的研究越来越重视。传统的研究方式通常是，通过磁共振成像技术和功能磁共振成像技术获取人脑的图像数据，以所获取的图像数据为基础，确定待研究的脑分区，并计算待研究的脑分区与其他分区的关系，从而得到该脑分区的研究数据。

基于传统的研究方式可知，现有的脑数据分析方法，将所确定的待研究脑分区作为核心对脑数据进行计算，因此，所得到的研究数据也更偏重于体现待研究脑分区的特征，从而导致所得到的数据结果相对较为片面，进而，对技术人员研究全脑的功能和状态构成限制。

有鉴于此，本领域技术人员急需一种全面分析脑数据的方法。

发明内容

本发明实施例提供了一种数据分析方法及装置，以解决现有技术得到的数据结果较为片面的问题。

第一方面，本发明实施例提供了一种数据分析方法，该方法包括：

在接收到N个全脑影像数据组时，对所述N个全脑影像数据组中的每个全脑影像数据执行预处理操作，得到N个全脑基础数据组；其中，N是大于或者等于2的正整数，且每个所述全脑影像数据组包括若干个全脑影像数据；

根据所述N个全脑基础数据组中的每个全脑基础数据，计算每个全脑预先划分的若干个脑分区之间的特征连接值，得到N个特征连接值组；

计算所述N个特征连接值组之间的组间效应量；

按照所述组间效应量将每个特征连接值分类，并建立分类模型。

结合第一方面，在第一方面第一种可能的实现方式中，所述根据所述N个全脑基础数据组中的每个全脑基础数据，计算每个全脑预先划分的若干个脑分区之间的特征连接值包括：

按照预设的标准模板将全脑划分为若干个脑分区；

分别从每个全脑基础数据中获取相应脑分区对应的基础数据；

对所述脑分区对应的基础数据执行Pearson’s相关；

对Pearson’s相关后的数据执行Fisher’sz变换，得到所述脑分区之间的特征连接值A，其中，

其中，所述n表示所述脑分区的数量，ij表示任意两个脑分区之间的功能连接数值。

结合第一方面，在第一方面第二种可能的实现方式中，所述计算所述N个特征连接值组之间的组间效应量包括：

当计算两个特征连接值组之间的组间效应量时，使用公式：

其中，所述是所述两个特征连接值组中每个特征连接值组的样本平均值；所述S_pool是所述两个特征连接值的样本合并标准差，