[发明专利]血样水平依赖性功能磁共振信号震荡频率聚类分析方法

权利要求书

1.血样水平依赖性功能磁共振信号震荡频率聚类分析方法，其特征在于:包括以下步骤：

步骤一：对从磁共振机器采集到的静息态数据进行预处理分析；

步骤二：采用希尔伯特黄变换对预处理后的信号进行分解，得到不同频率的固有模态函数；希尔伯特黄变换包括经验模式分解和希尔伯特变换两步；

步骤三：计算不同频率成分的量化指标；

步骤四：以步骤三的量化指标为分类依据，将脑内不同体素聚类，统计分析以上不同指标。

2.根据权利要求1所述的血样水平依赖性功能磁共振信号震荡频率聚类分析方法，其特征在于：所述步骤一中，对从磁共振机器采集到的静息态数据为BOLD-fMRI信号数据，对BOLD-fMRI信号数据进行预处理分析的具体实现步骤为：

1）、利用基于MATLAB平台的SPM软件，对采集到的静息态数据进行时间差异矫正；

2）、对时间矫正过后的数据进行头动对齐；

3）、对头动对齐后的数据进行空间标准化；

4）、对空间标准化后的数据进行去线性漂移和时域标准化。

3.根据权利要求1所述的血样水平依赖性功能磁共振信号震荡频率聚类分析方法，其特征在于：所述步骤二中，采用希尔伯特黄变换对预处理后的信号进行分解，得到不同频率的成分，即固有模态函数，具体实现步骤为：

1）、采用经验模式分解对信号进行分解，得到若干固有模态函数；

2）、对经验模式分解后得到的固有模态函数进行希尔伯特变换。

4.根据权利要求3所述的血样水平依赖性功能磁共振信号震荡频率聚类分析方法，其特征在于：采用希尔伯特黄变换对预处理后的信号进行分解，其中步骤1）中采用经验模式分解对信号进行分解，得到若干固有模态函数的具体实现步骤为：

步骤1.1）、找到原始信号x(t)的所有极值点；

步骤1.2）、在所有极大值点之间插值得到x(t)的上包络eup(t)，在所有极小值点之间插值得到x(t)的下包络elow(t);

步骤1.3）、计算eup(t)和elow(t)的均值时间序列emean(t)=[elow(t)+eup(t)]/2；

步骤1.4）、x(t)减去均值时间序列得到一个震荡模式：r(t)=x(t)-emean(t);

步骤1.5）、判断断震荡模式r(t)是否符合固有模态函数的特征或是单调曲线，若符合IMF特征，则该“断震荡模式”成为一个固有模态函数，IMF_i(t)=r(t)；单调曲线则否r(t)成为残差，EMD过程结束，否则设x(t)=r(t)重复以上步骤直到得到一个IMF；IMF特征为上下包络对称，IMF曲线过零点的次数与极值点个数相等或最多相差1个。