[发明专利]一种探测fMRI脑网络动态协变的方法

说明书

本发明提供一种探测fMRI脑网络动态协变的方法，该方法包括：首先利用功能磁共振数据构建大脑功能网络，再按照一定的依据(年龄大小、病程长短、教育程度高低等因素)分别将不同的网络矩阵顺序排列起来，得到跨被试的网络矩阵序列，而后利用滑动窗方法进行跨被试的ROI脑区之间的协变关系研究，得到一系列协变矩阵，再通过计算刻画协变关系变异性的数学指标或通过统计检验对跨被试尺度下脑区间协同活动模式的差异，从而更好的理解在网络中脑区之间的交互关系。

技术领域

本方法属于生物医学图像模式识别技术领域，具体涉及一种探测fMRI脑网络动态协变的方法。

背景技术

功能磁共振成像(functional magnetic resonance imaging,fMRI)技术为我们提供了一种无创的观测大脑的方法，其利用血氧水平依赖(BOLD)信号可以很好的反应大脑的功能活动。人的大脑各个部分之间的联系是非常错综复杂而且是具有一定特殊的模式结构的，近年来脑连接组(brain connectome)概念的提出以及快速的发展，越来越多的研究都从脑网络的角度来考量大脑的功能活动、结构特征等。现在的脑科学已经从以前的将大脑划分为独立的功能分区转变为探索各脑区之间是如何互相影响以及协同关系的变化情况。目前，已有研究利用滑动窗的方式来构建脑动态网络,但是，目前的方式纵向数据获取难度大，不能很好的探究疾病以及人脑认知功能等与脑活动模式间的关系。

发明内容

本发明的目的在于解决上述现有技术存在的缺陷，利用滑动窗方法度量跨被试尺度上各脑区之间的协同变化关系，提出一种基于fMRI探测脑功能网络动态协变的方法。

一种探测fMRI脑网络动态协变的方法，具体步骤如下：

(1)获取原始血氧依赖水平的功能磁共振(BOLD-fMRI)数据图像，将原始四维数据矩阵转换为二维V×T矩阵，其中，四维数据矩阵为三维空间×一维时间，V为磁共振图像中的体素个数，T为时间点个数；并且根据事先定义好的空间感兴趣区ROI模板，在所定义的同一ROI区域内将所有体素的BOLD-fMRI信号求取均值，并以此均值时间信号作为该ROI的BOLD-fMRI信号值，从而将V×T矩阵压缩为M×T矩阵，其中M为空间ROI模板所定义的大脑区域数量，T为时间点长度；

(2)计算所有ROI脑区之间两两配对得到的皮尔逊相关系数，其中两个ROI脑区之间的皮尔逊相关系数，计算如下式：

其中，r为两个ROI之间BOLD-fMRI信号之间的相关系数，X、Y为一个内任意两个ROI的时间序列，T为时间序列中时间点的个数，分别为X、Y的均值，X_i、Y_i分别表示在第i个时间点A、B两个ROI的信号值；

(3)对所有被试重复(2)中的计算过程，从而在每个被试中都可以得到一个网络连接矩阵M×M，定义网络稀疏度将每个网络矩阵作稀疏化处理；其中M为脑区划分ROI的个数；

(4)将N名被试的网络矩阵按照一定的依据排列起来，得到网络矩阵序列M×M×N；

(5)针对所述网络矩阵序列M×M×N，求取其节点的度分布，从而得到网络度分布矩阵序列M×N，其中M为ROI脑区个数，N为被试人数；

(6)利用滑动窗思想，对于网络度分布矩阵序列中每个ROI脑区，均产生一个1×N序列，N为样本中被试人数，针对这一序列根据预先设定好的滑动窗长度L，1≤LN，，滑动步长n，1≤nL，将每个ROI中的被试度分布序列1×N向量划分为段的1×L向量，其中S为滑动窗的个数，N为样本中被试人数，L、n分别为以时间点为单位滑动窗的长度以及步长，为向下取整函数；

(7)在一个滑动窗内计算每个ROI脑区度序列之间的皮尔逊相关系数，得到一个M×M的ROI脑区间协变矩阵，对所有滑动窗重复此操作从而得到一M×M×S的协变矩阵序列；