[发明专利]一种基于复杂网络的偏头痛患者大脑皮层的辅助分类分析方法

摘要

本发明提供了一种基于复杂网络的偏头痛辅助诊断测评方法。该方法首先对预处理后的图像进行分割，定义感兴趣区域，然后提取各个感兴趣区域的时间序列，再进行相关矩阵的计算，然后通过对相关矩阵进行二值化处理，来构建被试的静息态脑功能复杂网络。并进行复杂网络的拓扑结构性质计算，最后再将所得到被试的拓扑性质进行双样本T检验，并分析得到的显著异常。该方法对偏头痛患者进行测评之后，能很好地辅助对偏头痛患者的诊断。

主权项

一种基于复杂网络的偏头痛患者大脑皮层辅助分类分析方法，包括以下几个步骤：步骤1：按照临床医学诊断标准，分别采集正常人对照组和偏头痛患者组的大脑皮层静息态功能磁共振图像，两组样本的数目相等或者接近；    步骤2：对所采集的所述正常人对照组和偏头痛患者组的大脑皮层静息态功能磁共振图像的数据进行预处理，预处理流程主要包括时间层矫正、头动矫正、图像标准化以及平滑处理等操作；    步骤3：分别计算所述正常人对照组和所述偏头痛患者组大脑皮层静息态功能磁共振图像两组数据的大脑功能连接矩阵，采用自动解剖标签模板，该模板将大脑划分为90个感兴趣区域，通过提取所述感兴趣区域的时间序列，进而计算每个种子区域的平均时间序列，并获得由所有可能连接节点之间皮尔森偏相关系数所组成的分别对应于正常人对照组和偏头痛患者组的两组90*90的矩阵；步骤4：将所述的两组90*90的矩阵分别进行阈值化处理转化为连接矩阵，随后，再对得到的连接矩阵进行二值化处理，获得两组大脑静息态脑功能复杂网络图；    步骤5：计算所述所述两组大脑静息态脑功能复杂网络图的复杂网络拓扑结构，即计算其聚类系数、特征路径长度、介数中心度、同配性、和小世界性；    步骤6：对两组所述正常人对照组和偏头痛患者组的大脑皮层静息态功能磁共振图像数据进行双样本T检验统计分析，并采用假发现率校正方法对多重比较的P值进行校正；    步骤7：通过对步骤5的所述复杂网络拓扑结构进行统计分析及特征提取，提取所述两组大脑静息态脑功能复杂网络图中的尾状核、豆状壳核等节点的特征路径长度，提取网络中丘脑、左侧枕下回、右侧枕中回等节点的介数中心度，并统计所述小世界性和同配性。