[发明专利]基于网络图论分析的阿尔兹海默病检测方法

说明书

本发明公开了基于网络图论分析的阿尔兹海默病检测方法，采集数据并对数据进行预处理；计算体素相关矩阵，并计算体素相关矩阵的多尺度方向熵，得到多尺度方向熵矩阵，并进行Z评分，得到评分值矩阵并加权求和，得到z评分值图谱，对z评分值图谱进行高斯核平滑；分割并计算受试者双侧大脑半球的皮质下区域的体积和总颅内体积；将高斯核平滑后的图像、皮质下区域的体积、总颅内体积输入，选择基因多态性位点，进行回归和统计分析，如果输出结果小于预设值，则判断符合阿尔兹海默病标准。本发明基于检测基因多态性位点与磁共振三维扰相梯度回波序列展开，可准确评估基因变化下的皮质下核团体积的变化。

技术领域

本发明属于医学检测技术领域，尤其涉及基于网络图论分析的阿尔兹海默病检测方法。

背景技术

目前使用磁共振诊断阿尔兹海默病的检测方法有结构性磁共振，磁共振波谱成像，磁共振弥散张量成像。目前的检测方法均采用的是基于独立成分分析或者种子点途径的网络功能连接分析方法，尚不能充分描述阿尔兹海默病的全脑功能网络连接组。同时，在既往阿尔兹海默病结构研究中，大多数应用的检测技术不能评估深部的核团结构。

发明内容

有鉴于此，本发明提出了基于检测CR1基因多态性位点与磁共振三维扰相梯度回波序列展开的阿尔兹海默病的检测方法，能够描述阿尔兹海默病患者脑中某个节点与全脑功能网络连接组的功能关系，并可以联合相关的基因分型，评估CR1基因变化下的皮质下核团体积的变化。

本发明公开的基于网络图论分析的阿尔兹海默病检测方法，包括以下步骤：

S1：选择符合诊断阿尔兹海默病标准的检测人群；

S2：采集磁共振三维扰相梯度回波序列和静息态功能磁共振数据；

S3：对数据进行预处理；

S4：从数据中计算体素相关矩阵，并计算体素相关矩阵的多尺度方向熵，得到多尺度方向熵矩阵M1、M2和M3，将所述多尺度方向熵矩阵M1、M2和M3进行Z评分，得到评分值矩阵Z1、Z2和Z3；

S5：将所述评分值矩阵Z1、Z2和Z3进行加权求和，得到z评分值图谱，以带宽半径4mm对z评分值图谱进行高斯核平滑；

S6：分割并计算受试者双侧大脑半球的皮质下区域的体积，包括双侧伏隔核、杏仁核、尾状核、海马、壳核和丘脑，以及每个受试者的总颅内体积；

S7：将高斯核平滑后的图像、皮质下区域的体积、总颅内体积输入logistics软件，并选择CR1基因多态性位点，使用logistics软件进行回归和统计分析，如果输出结果P小于预设值，则判断符合阿尔兹海默病标准。

进一步的，所述预处理包括以下步骤：校正、T1结构像配准到功能像模板、去除无关信号、滤波、标准化到MNI标准空间、提取功能像时间序列和平滑。

进一步的，所述CR1基因多态性位点为：

rs6656401-F5′:CCAGAAATCCAGTTAAGATGTCAA3′,

rs6656401-R5′:AGTTGTAGTTGGGGATTGTAATGG3′。

进一步的，所述体素相关矩阵在灰质图像中灰质概率大于阈值时才计算获得，其中，双侧伏隔核区域的灰质概率阈值为20％，杏仁核区域的灰质概率阈值为25％，尾状核区域的灰质概率阈值为15％，海马区域的灰质概率阈值为20％，壳核区域的灰质概率阈值为10％，丘脑区域的灰质概率阈值为25％。

进一步的，所述方向熵的计算如下：

矩阵元素的每个方向相邻元素不为0在所有方向中的概率为p_i，则方向熵的计算为：

进一步的，所述方向熵矩阵M2的计算步骤为：