[发明专利]基于荟萃分析的脑疾病判断系统和判断装置

权利要求书

1.基于荟萃分析的脑疾病判断系统，其特征在于，包括：

重要种子点确定模块(1)，用于采用文献荟萃分析法确定与指定脑疾病相关的重要种子点，以及每个重要种子点对应的大脑簇及大脑簇中体素的坐标点；将所有坐标点转换到统一的坐标系下；

所述重要种子点为文献荟萃分析法检索到的文献列表中，至少N个文献报告的种子点；

大脑损伤环路建立模块(2)，用于对同一重要种子点对应的大脑簇并集采用MKDA算法估计收敛域；所有重要种子点对应的收敛域的并集构成大脑损伤环路；

聚类模块(3)，用于对大脑损伤环路中的体素进行聚类，得到多个体素社团；

低维特征空间构建模块(4)，用于根据每个被试每个体素社团的功能连接信息，采用PCA算法降维构建低维特征空间；

测试者低维特征向量获取模块(5)，用于根据测试者每个体素社团的功能连接信息获取低维特征向量；

分类器(6)，用于根据测试者低维特征向量判断是否有指定脑疾病；所述分类器由每个被试的低维特征向量和对应的类别标签所构成的训练集训练；所述类别标签为二值变量，表示是否有指定脑疾病。

2.根据权利要求1所述的基于荟萃分析的脑疾病判断系统，其特征在于，所述重要种子点确定模块(1)采用文献荟萃分析法确定与指定脑疾病相关的重要种子点的步骤为：

S1.1、设置检索条件，在生物医学数据库中检索与指定脑疾病相关的文献；所述检索条件为同时满足如下C1-C3三个条件：

C1、基于静息态功能磁共振数据；

C2、统计比较的两组分别为：患有指定脑疾病的患者和健康对照组；

C3、计算的指标为基于种子点的全脑功能连接；

S1.2、选择S1.1检索的文献中具有显著性结果的文献构成检索文献列表；

S1.3、统计检索文献列表中报告的种子点和对应的大脑簇，至少有N个文献报告的种子点为重要种子点。

3.根据权利要求1所述的基于荟萃分析的脑疾病判断系统，其特征在于，所述聚类模块(3)根据如下步骤对大脑损伤环路中的体素进行聚类：

S3.1、构建大脑损伤环路的相似性矩阵：

大脑损伤环路的相似性矩阵G为P×P方阵，其中第m行n列元素g_m,n为大脑损伤环路中体素σ_m与体素σ_n之间的欧氏距离；m,n∈{1,2,…,P}，P为大脑损伤环路中体素的总数；

S3.2、根据相似性矩阵构建大脑损伤环路的邻接矩阵；

对相似性矩阵G进行二值化，得到二值化矩阵G′，G′为P×P方阵，其中第m行n列元素g′_m,n为：

其中ξ为预设的欧氏距离阈值；G′即为大脑损伤环路的邻接矩阵；

S3.3、根据邻接矩阵G′生成损伤体素网络：

损伤体素网络中的节点为大脑损伤环路中的体素，如果g′_m,n＝1，则体素σ_m与体素σ_n之间有直连边；否则，体素σ_m与体素σ_n之间不直连；

S3.4、对损伤体素网络进行聚类，得到多个体素社团。