[发明专利]一种基于仿射聚类的静息脑功能连通区域检测方法

说明书

技术领域

本发明涉及一种静息脑功能连通区域检测方法，具体涉及一种基于仿射聚类的静息脑功能连通区域检测方法。 

背景技术

功能磁共振成像技术是20世纪90年代发展起来的一项新技术，它作为脑功能成像的首选方法已被广泛应用。该技术主要是基于血流的敏感性和血氧水平依赖性对比度增强原理进行成像，它结合了功能、影像和解剖三方面的信息，是一种在活体人脑中定位各功能区的有效方法，同时为检测人脑功能连通区域、研究神经认知以及预防和诊断脑科疾病等提供了强有力的技术保障。为了利用功能磁共振成像技术对脑功能连通区域进行研究，能够有效且准确处理高维磁共振数据的方法起到了至关重要的作用。 

现有技术的数据处理分析方法虽然在一定程度上能够完成功能区域的检测，但均存有较多的不足与缺陷，例如，模糊聚类分析法受制于迭代速度、模糊指数以及功能区估计个数的限制；独立成分分析完全受制于较强的功能区源信号的相互独立的假设，限制了功能连通区域的检测。 

聚类分析是数理统计中的一种多元分析方法，它是用数学方法定量地确定样本的亲疏关系，从而客观的划分类型事物之间的界限。目前，聚类分析已广泛应用在各个行业，通常将被聚类的事物称为样本或实体，将被聚类的一组事物称为样本集。 

发明内容

本发明的目的在于提供一种基于仿射聚类的静息脑功能连通区域检测方法，先对功能磁共振混合信号进行稀疏近似，再将所有单被试的稀疏近似数据集取算术平均数，然后进行仿射聚类分析，用所得到的聚类中心点数据构造解混矩阵，并结合原功能磁共振混合信号进行功能区源信号的重构，从而更加准确地定位并检测脑功能连通区域。 

为了达到上述目的，本发明通过以下技术方案实现：一种基于仿射聚类的静息脑功能连通区域检测方法，其特点是， 

上述的检测方法包含以下步骤；

步骤1、获取单个功能磁共振信号的稀疏近似数据集；

步骤2、获取多个功能磁共振信号的稀疏近似数据集，取算数平均数，形成平均稀疏近似数据集；

步骤3、对平均稀疏近似数据集进行仿射聚类分析，生成聚类中心点数据集；

步骤4、对平均稀疏近似数据集进行源信号重构，生成聚类中心点的成分图像及其相应的时间过程；

步骤5、定位脑功能连通区域。

上述的步骤1获取单个功能磁共振信号的稀疏近似数据集还包含以下步骤： 

步骤1.1、对功能磁共振数据的每一个时间点数据分别进行3层一维小波包分解，得到每个时间点数据相应的小波树；

步骤1.2、使用基于赋范线性空间的距离度量范数，对每个小波树节点的稀疏性进行度量，从而得到关于各个节点的稀疏性质量向量，使稀疏性质量向量满足公式（1），公式（1）如下：

其中，式中表示稀疏性质量向量；

表示小波树节点个数，；

表示向量的长度；

；

表示关于原功能磁共振数据每个时间点的小波包树第个小波树节点共同组成的小波系数向量；

步骤1.3、选择稀疏性最大的小波树节点形成关于原混合信号的稀疏近似数据集。

  

上述的步骤3中进行仿射聚类分析还包含以下步骤：

步骤3.1、将平均稀疏近似数据集进行分组；

步骤3.2、对每一组执行仿射聚类；

步骤3.3、将每一组产生的聚类中心点结合；

步骤3.4、对所有的聚类中心点进行二次聚类，生成聚类中心点数据集。

上述的步骤4中进行源信号重构包含以下步骤： 

步骤4.1、根据聚类中心点数据集，构造解混矩阵；

步骤4.2、将解混矩阵与原混合功能磁共振数据信号结合；

步骤4.3、生成聚类中心点成分图像及其相应的时间过程。

本发明一种基于仿射聚类的静息脑功能连通区域检测方法与现有技术相比具有以下优点：本发明先对功能磁共振混合信号进行稀疏近似，这样不仅增强了信号的检测强度，还对庞大的功能磁共振数据进行了有效的压缩，缩短了整个算法流程的执行时间；采用先分组再结合思想对平均稀疏近似数据集进行两次仿射聚类分析，使数据分析能够在一般的计算机上操作；最后用所得到的聚类中心点数据，构造解混矩阵，并结合原功能磁共振混合信号进行功能区源信号的重构，从而达到更加准确定位检测脑功能连通区域的目的，有利于对脑科学、神经科学以及脑科疾病等方面的研究。 

附图说明

图1为本发明一种基于仿射聚类的静息脑功能连通区域检测方法的方法流程图。 

具体实施方式