[发明专利]基于功能磁共振影像的孤独症生物标志物识别方法

权利要求书

1.一种基于功能磁共振影像的孤独症生物标志物识别方法，其特征在于，包括：

获取多个待识别患者脑部的功能核磁共振影像；

根据大脑图谱划分所述功能核磁共振影像中的各个脑区，确定所述功能核磁共振影像中任意两个脑区之间的相关性，得到功能连接矩阵；

构建图传播网络，所述图传播网络包括边驱动更新层，以所述各个脑区作为图传播网络的图节点，以所述功能连接矩阵作为所述图传播网络的边，基于所述图传播网络的边驱动更新层更新各个图节点的节点特征和各个边的边特征，得到各个图节点的更新后的节点特征和各个边的更新后的边特征；

根据所述更新后的节点特征，确定所述待识别患者为孤独症患者或者正常人；

基于所有孤独症患者对应的更新后的节点特征和更新后的边特征，确定生物标志物，所述生物标志物包括显著功能连接和显著脑区。

2.如权利要求1所述的方法，其特征在于，其中，确定所述功能核磁共振影像中任意两个脑区之间的相关性，得到功能连接矩阵，包括：

将所述功能核磁共振影像和所述大脑图谱对齐，划分所述功能核磁共振影像中的各个脑区；

提取所述功能核磁共振影像中各个脑区的信号；

计算所述功能核磁共振影像中任意两个脑区的信号之间的相关性，构成所述功能连接矩阵。

3.如权利要求1所述的方法，其特征在于，其中，基于所述图传播网络的边驱动更新层更新各个图节点的节点特征和各个边的边特征，得到各个图节点的更新后的节点特征和各个边的更新后的边特征，包括：

所述边驱动更新层包括多个中间层；每个中间层用于更新各个图节点的节点特征和各个边的边特征，包括：

对于第k个中间层，将第k个中间层的图传播系数矩阵作用在第k-1个中间层得到的更新后的功能连接矩阵上进行点乘运算，得到点乘结果，即第k个中间层更新后的功能连接矩阵，所述更新后的功能连接矩阵包括各个边的更新后的边特征；

将点乘结果与第k-1个中间层得到的更新后的节点特征向量进行张量相乘，得到第k个中间层的更新后的节点特征向量，所述更新后的节点特征向量包括各个图节点的更新后的节点特征。

4.如权利要求3所述的方法，其特征在于，其中，根据所述更新后的节点特征，确定所述待识别患者为孤独症患者或者正常人，包括：

所述图传播网络还包括线性层和Sigmoid层；

将最后一个中间层的更新后的节点特征输入到所述线性层进行聚集，得到大脑激活值；

将所述大脑激活值输入到所述Sigmoid层，确定所述待识别患者为孤独症患者或者正常人。

5.如权利要求3所述的方法，其特征在于，其中，基于所有孤独症患者对应的更新后的节点特征和更新后的边特征，确定生物标志物，包括：

针对每个所述中间层，根据各个图节点的更新后的节点特征构成的节点特征图，计算各个节点特征对分类任务的贡献度，根据各个边的更新后的边特征构成的边特征图，计算各个边特征对分类任务的贡献度；

根据所有中间层对应的各个节点特征对分类任务的贡献度，得到各个图节点的脑区激活图；根据所有中间层对应的各个边特征对分类任务的贡献度，得到各个边的功能连接激活图；

求所有孤独症患者对应的脑区激活图的均值，得到平均脑区激活图；平均脑区激活图中包括各个图节点对应的平均脑区激活值；

求所有孤独症患者对应的功能连接激活图的均值，平均功能连接激活图；平均功能连接激活图中包括各个边对应的平均功能连接激活值；

根据所述各个图节点对应的平均脑区激活值确定至少一个显著脑区，根据所述各个边对应的平均功能连接激活值确定至少一个显著功能连接，所述至少一个显著脑区和至少一个所述显著功能连接构成所述生物标志物。

6.如权利要求1所述的方法，其特征在于，其中，所述获取多个待识别患者脑部的功能核磁共振影像，包括：

对所述待识别患者脑部的原始功能核磁共振影像进行预处理，得到所述待识别患者脑部的功能核磁共振影像；所述预处理包括去除不稳定的时间点、时间层矫正、头动矫正、配准、空间平滑。