[发明专利]一种确定fMRI脑功能连接网络稀疏度的方法

说明书

本发明公开了一种确定fMRI脑功能连接网络稀疏度的方法，包括如下步骤：步骤一，获得fMRI数据；步骤二，数据预处理；步骤三，构建脑网络；步骤四，基于节点介数选出单个被试在各个稀疏度下的核心节点；步骤五，基于步骤四得到该被试的全稀疏度核心节点；步骤六，计算该被试在各个稀疏度下的核心节点与全稀疏度核心节点的重复率；步骤七，对所有被试重复步骤三至步骤六，计算所有被试在各个稀疏度下的平均重复率，其值最大时对应的稀疏度视为该组被试的最佳稀疏度。本发明基于节点介数，得到所有稀疏度下的平均重复率，量化了在不同稀疏度下建立的脑功能连接网络之间的差异，在常用的稀疏度范围之中确定了构建脑功能连接网络的稀疏度。

技术领域

本发明属于生物医学图像模式识别技术领域，特别涉及一种确定fMRI脑功能连接网络稀疏度的方法。

背景技术

人脑是一个极其复杂的网络系统，人脑中存在着大量的神经元细胞，这些神经元细胞通过突触相互联系。功能磁共振成像(functional magnetic resonance imaging,fMRI)技术通过检测血氧水平依赖(BOLD)信号来反映大脑中神经元细胞的生理活动。随着分析研究fMRI的方法手段增多，人们发现大脑可以被视为具有拓扑结构性质的网络系统，于是图论就成了分析大脑网络的主要数学工具之一。构建静息态大脑功能连接网络成了脑网络分析的必经之路。虽然在静息态大脑功能连接网络分析上得到了很大的进步，但脑功能连接网络的建立还存在一些问题。在建立大脑功能连接网络时，通过计算不同脑区之间的相关系数，得到相关系数矩阵，将相关系数矩阵转变为脑功能连接矩阵需要设定连接矩阵稀疏度，稀疏度越小，连接图越稀疏；反之，连接图越密集。为了使构建的脑功能连接网络满足平均度合理以及构建的大脑网络节点间完整连接的条件，设定稀疏度时，范围通常取0.1-0.5，但是不同的稀疏度仍会对静息态脑功能连接网络的相关分析造成不同程度的影响。因此如何进一步确定构建脑功能连接网络的稀疏度，就成了一个亟待解决的问题。

发明内容

针对现有的技术不足，本发明提出一种确定fMRI脑功能连接网络稀疏度的方法，旨在利用节点介数，筛选出所有被试在各个稀疏度下的核心节点，与其在稀疏度0.1-0.5，步长为0.01，选出的全稀疏度核心节点对比，得到所有被试在各个稀疏度下的核心节点重复率，进而计算各个稀疏度下所有被试的平均重复率并确定最佳的稀疏度，为进一步确定脑功能连接网络的稀疏度提供了解决方法，使得构建的脑功能连接网络具有更好的稳定性。

一种确定fMRI脑功能网络稀疏度的方法，具体步骤如下：

步骤一，利用磁共振扫描仪记录人脑静息态过程中的血氧水平依赖信号，获得fMRI数据；

步骤二，对fMRI数据进行预处理；

步骤三，在稀疏度0.1-0.5，步长为0.01，建立单个被试的脑功能连接网络；

步骤四，计算该被试在各个稀疏度下脑功能连接网络中所有节点的介数，并从大到小排列，取出排列靠前的N个节点，作为该被试在该稀疏度下的核心节点；

步骤五，统计步骤四中该被试在所有稀疏度下各节点作为核心节点出现的频数，进行排序，得到出现频数最大的前N个节点，作为该被试的全稀疏度核心节点；

步骤六，计算该被试在各个稀疏度下的核心节点与全稀疏度核心节点的重复率；

步骤七，对所有被试重复步骤三至步骤六，计算所有被试在各个稀疏度下的平均重复率，平均重复率最大的视为该组被试构建脑功能连接网络的最佳稀疏度。

进一步地，如上所述的确定fMRI脑功能连接网络稀疏度的方法，步骤四中核心节点依靠被试在该稀疏度下建立的脑功能连接网络中各节点的介数从大到小排序得到。

进一步地，如上所述的确定fMRI脑功能连接网络稀疏度的方法，步骤五中全稀疏度核心节点依靠统计被试在所有稀疏度下各节点作为核心节点出现的频数确定。