专利汇可以提供基于脑磁图和弥散张量成像的多模态脑功能重建评估方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 脑磁图 和 弥散张量成像 的多模态脑功能重建评估方法,包括如下步骤:1)在被试中选择感兴趣脑区,提取对应脑区的脑磁图 信号 ,并对提取出的每个脑区的时间序列信号进行滑动 时间窗 的分窗处理,计算被试存在的功能连接矩阵;2)按照 选定 的感兴趣脑区,提取弥散张量成像数据,计算被试存在的结构连接矩阵;3)计算被试的功能-结构耦合值集合;4)进行功能状态转变时间段的计算,得到最终功能连接上升速度最快的时间段;5)根据步骤3)中得到的功能-结构耦合值,提取步骤4)中得到的时间段对应时间的功能-结构耦合值。本发明方法避免了主观因素带来的误差;结合了大脑结构与功能两方面的信息,避免了单纯从功能 角 度判断的局限性。,下面是基于脑磁图和弥散张量成像的多模态脑功能重建评估方法专利的具体信息内容。
1.基于脑磁图和弥散张量成像的多模态脑功能重建评估方法,其特征在于,包括如下步骤:
1)在被试中选择感兴趣脑区,提取对应脑区的脑磁图信号,并对提取出的每个脑区的时间序列信号进行滑动时间窗的分窗处理,计算对应时间窗内每两个脑区间的功能连接值,进而得到被试存在的功能连接矩阵;
2)按照步骤1)中选定的感兴趣脑区,提取弥散张量成像数据,计算每两个脑区间的结构连接值,进而得到被试存在的结构连接矩阵;
3)分别计算被试在每个时间窗内的功能-结构耦合值,进而得到被试的功能-结构耦合值集合;
4)进行功能状态转变时间段的计算,得到最终功能连接上升速度最快的时间段;
5)根据步骤3)中得到的功能-结构耦合值,提取步骤4)中得到的时间段对应时间的功能-结构耦合值,该值便是我们需要的评价该个体的功能重建的多模态量化指标。
2.如权利要求1所述的基于脑磁图和弥散张量成像的多模态脑功能重建评估方法,其特征在于,所述对应时间窗内每两个脑区间的功能连接值的计算方法为:在每个时间窗内,对每个脑区内的信号进行平均化,利用皮尔逊相关计算每两个脑区之间的时间相关性作为该时间窗内这两个脑区间的功能连接值。
3.如权利要求1所述的基于脑磁图和弥散张量成像的多模态脑功能重建评估方法,其特征在于,所述每两个脑区间的结构连接值的计算方法为:
对于任意两个脑区Roi(u)和Roi(v),可视为节点u和v,其皮层面积分别为S(u)和S(v),在结构网络中连接节点u和v的边e(u,v)对应于连接Roi(u)和Roi(v)的神经纤维,这两个脑区间的结构连接值为边的权重,即:
其中,E(f)为连接节点u和v的所有纤维,l(f)为这些纤维的长度。
4.如权利要求1所述的基于脑磁图和弥散张量成像的多模态脑功能重建评估方法,其特征在于,所述被试在每个时间窗内功能-结构耦合值的计算方法为:将每个被试对应的功能连接矩阵和结构连接矩阵转换为两列向量,计算两列向量的皮尔逊相关值,即为该时间窗内的功能-结构耦合值。
5.如权利要求1所述的基于脑磁图和弥散张量成像的多模态脑功能重建评估方法,其特征在于,所述最终功能连接上升速度最快的时间段的具体求解步骤为:
4.1)提取步骤1)中任意两个脑区间的功能连接序列fj, 将
功能连接序列分为[1,γ]和[γ+1,N]两部分,分别计算这两部分及整体的贝叶斯信息量,BIC=-ln(L)+ln(n)×k,其中L是最大似然估计,n是数据点个数,k是参数个数,M是脑区的个数,N是滑动时间窗的个数;重复上述步骤从γ=2到γ=N-1,求解对应的γ’,即为可能状态转变时间点,此时功能连接序列被
分为[1,γ’]和[γ’+1,N]两部分,其中BIC1γ,BIC2γ,BIC分别为[1,γ],[γ+1,N]和[1,N]的贝叶斯信息量;分别对[1,γ’]和[γ’+1,N]重复上述步骤,直到无法继续分割为止,得到可能状态转变点集合{γ'k},k=1,2,…,s1,s1是状态转变点个数;
4.2)将功能连接序列[1,γ’k]分为[1,γ’k-1]和[γ’k-1+1,γ’k]两部分,若这两部分的贝叶斯信息量之和小于功能连接序列[1,γ’k]的贝叶斯信息量,则保留点γ’k-1,k=
2,…,s1,否则舍去;
4.3)重复步骤4.2),直到不再有时间点被去除,得到新的可能时间状态转变点集合{γ'k},k=1,2,…,s2,s2是可能状态转变点个数;
4.4)将[1,N]时间点上的功能连接序列平均分为S个分块,每个分块即为一个功能连接变化分块,S是L的正约数。利用bootstrap检验得到具有显著性的状态转变点集合{γ'k},k=1,2,…,s3,s3是确定的显著性状态转变点个数;
4.5)分别计算每一个包含显著性状态转变点γ'k的功能连接序列分块的一阶导数之和,提取一阶导数之和最大的分块Tmax,表示功能连接上升速度最快的时间段;
4.6)对于所有脑区对之间的功能连接序列,重复步骤4.1)到4.5),得到集合{Tjmax}, M为脑区个数,表示功能连接上升速度最快的时间段集合,取
集合{Tjmax}的众数Tmode做为最终功能连接上升速度最快的时间段。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
磁共振弥散张量成像的参数误差估计方法和装置 | 2020-05-21 | 826 |
基于脑磁图和弥散张量成像的多模态脑功能重建评估方法 | 2020-05-21 | 15 |
磁共振弥散张量成像方法及系统 | 2020-05-15 | 958 |
一种基于弥散张量成像实现经颅磁刺激深部脑区的方法 | 2020-05-18 | 913 |
一种综合性磁共振成像装置及方法 | 2020-05-25 | 483 |
一种基于弥散张量成像技术的疾病诊断辅助系统及方法 | 2020-05-19 | 224 |
弥散张量成像方法及系统 | 2020-05-12 | 514 |
大脑异常参数的提取方法和系统 | 2020-05-26 | 521 |
多b值弥散张量成像采样方法 | 2020-05-11 | 654 |
弥散张量成像方法及系统 | 2020-05-13 | 853 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。