[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

说明书

本发明公开了一种用于辅助诊断AD的多频脑网络区分子网络对的构建方法，属于计算机辅助诊断技术领域。将包含AD和NC的fMRI数据集中大脑各感兴趣区域的时间序列信号分为多个频段；计算同一频段内任意两感兴趣区域的相关系数；对相关系数进行阈值化构建每一被试的多频脑网络，获得AD和NC两个多频脑网络数据集并进行频繁子网络挖掘得到两个多频频繁子网络集；分别计算两个多频频繁子网络集中各子网络的区分能力并从两者中分别取能力最强的前若干个子网络进行组合构建各频段的子网络对即区分子网络对；计算区分子网络对的差异度，并取每个频段差异度最大的前k个区分子网络对按照差异度降序排序，选择前k’个子网络对作为用于辅助诊断AD的的区分子网络对。

技术领域

本发明设计了一种用于辅助诊断AD的多频脑网络区分子网络对的构建方法，属于计算机辅助诊断技术领域。

背景技术

功能磁共振成像(functional Magnetic Resonance Imaging，fMRI)技术是基于血氧水平依赖信号的一种新兴的神经影像学方法。fMRI技术具有无创伤、无放射的优点，提供了优越的空间分辨率和覆盖范围，可以有效地定位脑功能的激活区，与磁化信号被采样成为离散的数据点不同，血氧水平依赖信号可以生成数字化的MRI信号，可进一步进行空间校准、归一化、平滑等处理，是研究全脑活动模式和关系的理想工具。

静息状态的脑功能磁共振成像是研究人在清醒且没有特定任务的静息状态下存在的自发的脑活动，基于此而人为构建的静息态脑功能网络，可以很好地描述大脑的活动状态以及各个神经元或脑区之间的交互，研究分析大脑默认网络的一些特性，系统地表现出全脑的功能连接，揭示人脑正常认知功能的脑网络基础。在构建的静息态脑功能网络的基础上使用功能连通性分析与图论方法也可以检测由某些疾病例如阿尔茨海默症(Alzheimer's disease，AD)引起的大脑部分区域或者全脑区域的脑功能网络拓扑结构的变化。

传统方法构建的脑功能网络多是基于时域信号所构建的，掩盖了大脑活动信息在不同频率的细节差异，即对在不同频率划分尺度下构建的网络进行分析，会得出不一样的结论。如在低频段下，双侧同源的大脑区域倾向于紧密连接，并且功能连接性通常更大，且皮层网络的相关性一般集中在超低频率(0.01-0.06Hz)内，而边缘网络的连接则分布在更宽的频率范围(0.01-0.14Hz)内。这些都说明了fMRI信号具有频率特异性。因此，基于单一频率所构建的脑功能网络的分析方法，都不能更准确地描述大脑活动信号的频域信息。另一方面，传统的基于脑功能网络的AD分类辅助诊断方法主要是基于AD与正常对照的组间分析，从网络拓扑属性中选取一系列的特征，如节点度、聚类系数、路径长度及中心性等，并将这些特征串联组成特征向量，再结合机器学习的方法，用于后续的分类。但是，这样的特征选择会丢失网络中一些更细致的拓扑结构信息，如网络自身拓扑结构以及网络间的共有拓扑结构，继而影响到后续分类的准确度。

发明内容

针对现有技术存在的问题，本发明提供了一种用于辅助诊断AD的多频脑网络区分子网络对的构建方法，旨在通过构建的多频脑网络区分子网络对充分揭示大脑活动信息在不同频率的细节差异，更准确地描述大脑活动信号的频域信息，并提取出更细致的脑网络拓扑结构信息，可用于AD等症的辅助诊断，以帮助提高AD等症的诊断准确率。

本发明的技术方案是：

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，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；