[发明专利]功能脑网络构建方法、装置、电子设备及可读存储介质

权利要求书

1.一种功能脑网络构建方法，其特征在于，包括：

获取神经数据；

采用社区检测算法对所述神经数据进行处理，获得社区；

根据所述神经数据、所述社区和预设滑动时间窗口，获得表征功能脑网络连接模式的数据；

根据所述表征功能脑网络连接模式的数据，获得功能脑网络连接模型；

其中，根据所述神经数据、所述社区和预设滑动时间窗口，获得表征功能脑网络连接模式的数据，包括：

对同一社区内的所述神经数据进行预处理，得到预处理后的神经数据；

对所述预处理后的神经数据进行希尔伯特变换，获得相位信号；

根据所述预设滑动时间窗口内的相位信号，获得表征功能脑网络连接模式的数据；

以及，根据所述预设滑动时间窗口内的相位信号，获得表征功能脑网络连接模式的数据，包括：

采用藏本模型对所述预设滑动时间窗口内的相位信号进行拟合，获得所述预设滑动时间窗口内表征各社区间耦合方式的矩阵；

根据所述预设滑动时间窗口内表征各社区间耦合方式的矩阵，获得表征功能脑网络连接模式的数据。

2.如权利要求1所述的一种功能脑网络构建方法，其特征在于，根据所述预设滑动时间窗口内表征各社区间耦合方式的矩阵，获得表征功能脑网络连接模式的数据，包括：

计算所述预设滑动时间窗口内表征各社区间耦合方式的矩阵中各特征值对应的特征向量；

获取所述矩阵中最大特征值对应的特征向量；所述最大特征值对应的特征向量为表征功能脑网络连接模式的数据。

3.如权利要求1所述的一种功能脑网络构建方法，其特征在于，根据所述表征功能脑网络连接模式的数据，获得功能脑网络连接模型，包括：

采用K均值聚类算法对所述表征功能脑网络连接模式的数据进行聚类，获得功能脑网络连接模型。

4.如权利要求3所述的一种功能脑网络构建方法，其特征在于，所述功能脑网络连接模型为K均值聚类后获得的簇中心。

5.如权利要求1-4任一项所述的一种功能脑网络构建方法，其特征在于，所述神经数据包括以下任一种：功能性磁共振数据、脑电图数据、皮层脑电数据。

6.一种功能脑网络构建装置，其特征在于，包括：

获取模块，用于获取神经数据；

处理模块，用于采用社区检测算法对所述神经数据进行处理，获得社区；

处理模块，还用于根据所述神经数据、所述社区和预设滑动时间窗口，获得表征功能脑网络连接模式的数据；

所述处理模块，还用于根据所述表征功能脑网络连接模式的数据，获得脑网络状态转移模型；

所述处理模块还用于对同一社区内的所述神经数据进行预处理，得到预处理后的神经数据；对所述预处理后的神经数据进行希尔伯特变换，获得相位信号；根据所述预设滑动时间窗口内的相位信号，获得表征功能脑网络连接模式的数据；

以及，所述处理模块还用于采用藏本模型对所述预设滑动时间窗口内的相位信号进行拟合，获得所述预设滑动时间窗口内表征各社区间耦合方式的矩阵；根据所述预设滑动时间窗口内表征各社区间耦合方式的矩阵，获得表征功能脑网络连接模式的数据。

7.一种电子设备，其特征在于，包括：处理器、存储器和通信总线；所述通信总线用于实现处理器和存储器之间的连接通信；所述处理器用于执行存储器中存储的一个或者多个程序，以实现如权利要求1～5任一项所述的功能脑网络构建方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～5中任一项所述的功能脑网络构建方法。