[发明专利]一种基于复杂网络的偏头痛患者大脑皮层的辅助分类分析方法

权利要求书

1. 一种基于复杂网络的偏头痛患者大脑皮层辅助分类分析方法，包括以下几个步骤：

步骤1：按照临床医学诊断标准，分别采集正常人对照组和偏头痛患者组的大脑皮层静息态功能磁共振图像，两组样本的数目相等或者接近；

    步骤2：对所采集的所述正常人对照组和偏头痛患者组的大脑皮层静息态功能磁共振图像的数据进行预处理，预处理流程主要包括时间层矫正、头动矫正、图像标准化以及平滑处理等操作；

    步骤3：分别计算所述正常人对照组和所述偏头痛患者组大脑皮层静息态功能磁共振图像两组数据的大脑功能连接矩阵，采用自动解剖标签模板，该模板将大脑划分为90个感兴趣区域，通过提取所述感兴趣区域的时间序列，进而计算每个种子区域的平均时间序列，并获得由所有可能连接节点之间皮尔森偏相关系数所组成的分别对应于正常人对照组和偏头痛患者组的两组90*90的矩阵；

步骤4：将所述的两组90*90的矩阵分别进行阈值化处理转化为连接矩阵，随后，再对得到的连接矩阵进行二值化处理，获得两组大脑静息态脑功能复杂网络图；

    步骤5：计算所述所述两组大脑静息态脑功能复杂网络图的复杂网络拓扑结构，即计算其聚类系数、特征路径长度、介数中心度、同配性、和小世界性；

    步骤6：对两组所述正常人对照组和偏头痛患者组的大脑皮层静息态功能磁共振图像数据进行双样本T检验统计分析，并采用假发现率校正方法对多重比较的P值进行校正；

    步骤7：通过对步骤5的所述复杂网络拓扑结构进行统计分析及特征提取，提取所述两组大脑静息态脑功能复杂网络图中的尾状核、豆状壳核等节点的特征路径长度，提取网络中丘脑、左侧枕下回、右侧枕中回等节点的介数中心度，并统计所述小世界性和同配性。

2.根据权利要求1所述的基于复杂网络的偏头痛患者大脑皮层辅助分类分析方法，其特征是：步骤5中所述聚类系数、特征路径长度、介数中心度、同配性、和小世界性是指：

(1)聚类系数，聚类系数是表示一个网络中节点的集群连接程度的系数，它反应的是大脑网络中功能分割的情况；

(2)特征路径长度，特征路径长度也称为平均最短路径长度，它反应的是大脑的功能集成的情况；

(3)介数中心度，介数中心度是反应的节点在网络中重要性的重要参数，它可以用来评估大脑皮层网络中大脑区域的信息流的情况；

(4)同配性，同配性用作考察度值相近的节点是否倾向于互相连接；

(5)小世界性，小世界网络是介于规则网络和随机网络之间的一种特殊的复杂网络，它反应大脑皮层信息传输的情况。