[发明专利]一种基于模态融合的大脑网络功能连接偏侧性检测方法

权利要求书

1.一种基于模态融合的大脑网络功能连接偏侧性检测方法，其特征在于，包括以下步骤：

采集实验对象静息态下的fMRI数据和MEG数据；

步骤Sa，fMRI图像预处理，并提取大脑网络左右半球内脑区的空间三维坐标信息；

步骤Sb，MEG数据预处理，并基于fMRI图像提取的脑区的空间三维坐标信息，从MEG数据中提取出对应的时间序列信息；

步骤Sc，利用MEG数据中提取的脑区的时间序列，进行脑区之间的功能连接度分析；

步骤Sd，计算大脑网络脑区之间功能连接的偏侧性指数。

2.如权利要求1所述的方法，其特征在于：

在步骤Sa中，采用基于数据驱动的独立成分分析(Independent Component Analysis，ICA)方法提取fMRI图像的功能网络脑区的空间三维坐标信息。

3.如权利要求2所述的方法，其特征在于：

所述的ICA方法包括：首先使用基于最小描述长度准则估计独立成分数，继而采用基于互信息最大化的算法计算解混矩阵，分离出源信号，从而得到大脑各主要功能网络成分及其脑区的Talairach坐标。

4.如权利要求1所述的方法，其特征在于：

在步骤Sb中，采用基于图像重建技术的最小范数解方法，对经过预处理的MEG数据进行脑磁逆问题求解，获得大脑网络各脑区的时间序列信息。

5.如权利要求1所述的方法，其特征在于：

在步骤Sc中，利用从MEG数据中提取的大脑网络脑区的时间序列，使用偏相关分析方法进行脑区之间的功能连接度分析。

6.如权利要求1所述的方法，其特征在于：

在步骤Sd中，通过计算各脑区之间的功能连接偏侧性指数，得到脑区之间功能连接的偏侧性分析结果。

7.如权利要求6所述的方法，其特征在于：

采用的偏侧性指数计算方法如下所示：

LateralityIndex=(LALB-RALB)-(RARB-LARB)|LALB|+|LARB|+|RARB|+|RALB|]]>

其中，L_AL_B表示左侧半球内种子点A和目标点B之间的功能连接度，R_AL_B表示右侧半球种子点A和左侧半球目标点B之间的功能连接度，R_AR_B表示右侧半球内种子点A和目标点B之间的功能连接度，L_AR_B表示左侧半球种子点A和右侧半球目标点B之间的功能连接度；如果计算得到的Laterality Index大于0，则我们认为种子点A和目标点B的功能连接是左偏的，反之，如果Laterality Index小于0，则我们认为种子点A和目标点B的功能连接是右偏的。