[发明专利]一种基于信号信噪比的主成分降维取值方法

说明书

本发明公开了一种基于信号信噪比的主成分降维取值方法，具体为基于临床磁共振波谱LCModel信噪比的主成分分析和独立成分分析的降维取值方法。主要步骤是从临床磁共振谱使用的LCModel软件中，获取信噪比矢量R，推导LCModel软件中定义的信噪比和常规定义的信噪比之间的关系，计算独立成分分析和主成分分析的降维取值所需的信息百分比值θ，通过信噪比矢量R平均值更新信息百分比值θ；计算主成分数k；计算信噪比矢量R的峰度值，确定最终降维值。对于独立成分分析和主成分分析，首次提出了基于整个样本数据集信噪比的降维方法；给出了LCModel软件中定义的信噪比与常规信噪比定义的数学关系，进而同时适用于主成分分析和独立成分分析的降维数学推导。

技术领域

本发明涉及临床磁共振波谱领域，尤其涉及一种基于临床磁共振波谱LCModel信噪比的主成分分析和独立成分分析的降维取值方法。

背景技术

临床磁共振波谱作为一种无创的、非侵入性的对组织代谢物定量检测的技术，能够帮助检验人体组织损伤和跟踪疾病进展，甚至有利于进一步研究药物疗效；可以避免在常规磁共振成像中对肿瘤发展的错误诊断，导致不必要的手术，增加病人的痛苦。由于代谢改变被认为是先于结构改变，磁共振波谱相较于磁共振成像更有可能提供疾病进展早期阶段的动态代谢标志物。然而，与磁共振成像不同，磁共振波谱在常规临床诊断和愈后辅助中，还没有得到广泛应用。这其中部分原因是由于在磁共振波谱进行解谱分析时，因为其所隐含代谢物信息量大，内容复杂，而且不同个体不同部位组织之间差异性大，较难挖掘出隐含信息。

独立成分分析和主成分分析作为无监督机器学习方法，对于深入挖掘临床磁共振波谱有很大前景。但独立成分分析和主成分分析在分析数据集时常见的一个问题就是降维系数的选取没有理论依据，常常是使用者主观试误，此过程费时，同时易被主观因素干扰，影响分析结果的准确性。

独立成分分析和主成分分析的降维取值都可以共同基于主成分分析中的特征值分析标准。独立成分分析的变换包含主成分分析的变换和正交变换，而正交变换不改变独立成分和主成分的方差，因此，降维后k个主成分与k个独立成分拥有相等的方差。独立成分分析和主成分分析降维的取值规则一般为选取最少的能够充分解释所分析数据的成分个数：k。这个取值由选取相应个数的主成分的特征值来达到。所选取方差的百分比可由主成分的特征值个数累加算出。而多少百分比值可以充分解释所分析数据则依据所分析数据集的不同而不同。

目前选取此百分比值方式主要为试误，没有理论指导，也没有具体计算方法。由于方差可以被认为是信号强度的指征，在分析临床磁共振谱时，可使用LCModel提供的信噪比值，推算出信息所占百分比值，进而求出降维维度k。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是为使用独立成分分析和主成分分析的降维取值，做出更准确和有理论依据的指导，提出一种具体的计算方法。

为实现上述目的，本发明提供了一种基于信号信噪比的主成分降维取值方法，具体为基于临床磁共振波谱LCModel信噪比的主成分分析和独立成分分析的降维取值方法，包括以下主要步骤：

步骤一、从临床磁共振谱使用的LCModel软件中，获取信噪比矢量R；

步骤二、推导LCModel软件中定义的信噪比和常规定义的信噪比之间的关系；

步骤三、计算独立成分分析和主成分分析的降维取值所需的信息百分比值θ；

步骤四、对步骤一中所述信噪比矢量R取平均，以此平均值更新信息百分比值θ；

步骤五、计算主成分数k；

步骤六、计算步骤一中所述信噪比矢量R的峰度值，确定最终降维值。

进一步地，步骤一的具体步骤包括：

从临床磁共振谱使用的LCModel软件中，获取每个磁共振谱的信噪比值；