[发明专利]用于辅助诊断AD的多频脑网络区分子网络对的构建方法有效

专利信息
申请号: 202110684023.9 申请日: 2021-06-21
公开(公告)号: CN113298038B 公开(公告)日: 2023-09-19
发明(设计)人: 信俊昌;陈金义;王中阳;汪新蕾;董思含;姚钟铭;王之琼 申请(专利权)人: 东北大学
主分类号: G06F18/24 分类号: G06F18/24;G06V10/25;G06F18/214;G06F18/2415;G06F18/22;G06N20/00
代理公司: 沈阳东大知识产权代理有限公司 21109 代理人: 梁焱
地址: 110819 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 辅助 诊断 ad 多频脑 网络 区分 构建 方法
【权利要求书】:

1.一种用于辅助诊断AD的多频脑网络区分子网络对的构建方法,其特征在于,包括如下步骤:

步骤1:获取fMRI原始数据,且对fMRI原始数据进行处理得到每一被试大脑各感兴趣区域的时间序列信号;所述fMRI原始数据包括阿尔茨海默症AD和正常对照NC两类数据;

步骤2:对每一个感兴趣区域的时间序列信号进行分频处理,将每个时间序列信号分为多个频段,得到多个频段的分频时间序列信号;

步骤3:对于每个频段,分别计算任意两个感兴趣区域间的相关系数,通过相关系数来表征同一个频段内两个感兴趣脑区节点间的关联性;

步骤4:对相关系数进行阈值化处理,构建每一被试的各个频段的脑功能网络,得到每一被试的多频脑网络,进而得到AD多频脑网络数据集和NC多频脑网络数据集;

步骤5:针对AD多频脑网络数据集和NC多频脑网络数据集中各个频段的脑功能网络,进行频繁子网络挖掘,得到每个数据集中各频段的频繁子网络,进而得到AD多频频繁子网络集和NC多频频繁子网络集;

步骤6:针对各个频段,分别计算AD多频频繁子网络集中和NC多频频繁子网络集中的所有子网络各自的区分AD和NC脑功能网络的能力,并分别取AD多频频繁子网络集中和NC多频频繁子网络集中区分能力最强的前若干个子网络进行组合构建各频段的区分子网络对;

步骤7:计算每一区分子网络对中两个子网络的差异度,并按照差异度由大到小的顺序分别对各频段的区分子网络对排序,并从每个频段的区分子网络对排序序列中选择前k个区分子网络对;

步骤8:将所有频段的前k个区分子网络对的差异度按照由大到小的顺序进行排序,选择前k’个子网络对作为最终的区分子网络对,用于对给定脑网络进行类别预测。

2.根据权利要求1所述的用于辅助诊断AD的多频脑网络区分子网络对的构建方法,其特征在于,利用多尺度小波变换的方法对每一个感兴趣区域的时间序列信号进行分频处理。

3.根据权利要求1所述的用于辅助诊断AD的多频脑网络区分子网络对的构建方法,其特征在于,所述相关系数为皮尔森相关系数。

4.根据权利要求1所述的用于辅助诊断AD的多频脑网络区分子网络对的构建方法,其特征在于,对所述多频脑网络数据集中每一频段j的全部脑功能网络挖掘频繁子网络的方法,包括:

(a)统计多频脑网络数据集中每一频段j的全部脑功能网络中所有边出现的频率,选择其中频率大于预设支持度的边,并将每条边作为一个候选子网络,得到候选子网络集合记为Sj1

(b)对集合Sj1中的每个候选子网络,分别以每次添加一条边的形式最多扩展K次,组成的集合分别记为Sj2,Sj3,…,SjK,且在扩展的过程中,将集合Sj2,Sj3,…,SjK中重复的子网络删除;

(c)计算集合Sj2,Sj3,……,SjK中各个子网络在多频脑网络数据集中出现的频率,选择其中出现频率大于预设支持度的子网络,并分别记为Sj2’,Sj3’,…,SjK’,则得到每一频段的频繁子网络集合S={Sj1,Sj2’,Sj3’,…,SjK’}。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110684023.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top