[发明专利]一种脑动态功能模式稳定性计算方法

权利要求书

1.一种脑动态功能模式稳定性计算方法，其特征在于，所述计算方法包括如下步骤：

S1.获取被试的功能磁共振成像(fMRI)数据和结构磁共振成像数据，并采用基于MATLAB的工具包进行脑功能数据预处理；

S2.通过计算获得被试脑灰质体积图像的平均图像，且提取脑灰质体积为大于0.2的灰质体素作为后续计算的掩膜(mask)；

S3.采用滑动时间窗方法计算每一灰质体素在每个时间窗下与全脑其余灰质体素动态功能连接的二维矩阵；

S4.以时间窗为评分者对所得每一个灰质体素的二维矩阵进行计算，得到二维矩阵的肯德尔和谐系数作为该灰质体素的功能稳定性值；

计算二维矩阵的肯德尔和谐系数的公式如下：

其中：W—某一灰质体素的肯德尔和谐系数，取值范围0-1；

K—时间窗的数量；

N—该灰质体素的功能连接数量，即全部脑灰质体素数量减1；对于每个时间窗，把所有功能连接根据其连接强度值做等级排序，并根据等级进行赋值，连接强度值越高，等级越高；

Rn—第n条功能连接的排序等级在所有时间窗的总和；

S5.对被试的全脑灰质体素进行逐一计算后得到所有灰质体素的功能稳定性值；

S6.对所有灰质体素的功能稳定性值进行Z-score标准化，形成并输出被试的脑动态功能稳定性三维脑图。

2.根据权利要求1所述的脑动态功能模式稳定性计算方法，其特征在于，所述步骤S1中所获取的功能磁共振成像(fMRI)数据的扫描时间大于等于5分钟。

3.根据权利要求1所述的脑动态功能模式稳定性计算方法，其特征在于，所述步骤S1中采用SPM12对功能磁共振成像(fMRI)数据进行预处理的方法是：

S11.删除功能像数据中的前几秒数据，采用最小二乘法进行头动校正，再采用线性插值法进行时间层校正；

S12.采用“New Segment”算法把被试结构像划分多种脑组织；

S13.采用线性模型将白质、脑脊液和头动的无关信号回归去除；

S14.采用“DARTEL”算法把被试结构像标准化到MNI空间，通过配准并结合结构像的变形场把功能像标准化到MNI空间；

S15.将功能像重采样为3×3×3mm的分辨率空间，滤波保留0.01-0.08频段的信号，以6mm半峰全宽的高斯核进行空间平滑。

4.根据权利要求1所述的脑动态功能模式稳定性计算方法，其特征在于，所述步骤S2中对预处理后的功能磁共振成像(fMRI)数据，基于MATLAB的工具包SPM12进行雅克比缩放变换，获得被试的脑灰质体积图像，并重采样到3×3×3mm的空间，以组间平均灰质体积大于0.2为阈值提取掩膜(mask)。

5.根据权利要求1所述的脑动态功能模式稳定性计算方法，其特征在于，所述步骤S3首先选取合适的脑功能分区图谱，计算每一灰质体素在每个时间窗与各个功能分区的平均BOLD信号的皮尔逊相关系数，形成各灰质体素与各功能分区动态功能连接的二维矩阵。