專利名稱：一種基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種靜息腦功能連通區(qū)域檢測(cè)方法，具體涉及一種基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法。
背景技術(shù)：
功能磁共振成像技術(shù)是20世紀(jì)90年代發(fā)展起來的一項(xiàng)新技術(shù)，它作為腦功能成像的首選方法已被廣泛應(yīng)用。該技術(shù)主要是基于血流的敏感性和血氧水平依賴性對(duì)比度增強(qiáng)原理進(jìn)行成像，它結(jié)合了功能、影像和解剖三方面的信息，是一種在活體人腦中定位各功能區(qū)的有效方法，同時(shí)為檢測(cè)人腦功能連通區(qū)域、研究神經(jīng)認(rèn)知以及預(yù)防和診斷腦科疾病等提供了強(qiáng)有力的技術(shù)保障。為了利用功能磁共振成像技術(shù)對(duì)腦功能連通區(qū)域進(jìn)行研究，能夠有效且準(zhǔn)確處理高維磁共振數(shù)據(jù)的方法起到了至關(guān)重要的作用?，F(xiàn)有技術(shù)的數(shù)據(jù)處理分析方法雖然在一定程度上能夠完成功能區(qū)域的檢測(cè)，但均存有較多的不足與缺陷，例如，模糊聚類分析法受制于迭代速度、模糊指數(shù)以及功能區(qū)估計(jì)個(gè)數(shù)的限制；獨(dú)立成分分析完全受制于較強(qiáng)的功能區(qū)源信號(hào)的相互獨(dú)立的假設(shè)，限制了功能連通區(qū)域的檢測(cè)。聚類分析是數(shù)理統(tǒng)計(jì)中的一種多元分析方法，它是用數(shù)學(xué)方法定量地確定樣本的親疏關(guān)系，從而客觀的劃分類型事物之間的界限。目前，聚類分析已廣泛應(yīng)用在各個(gè)行業(yè)，通常將被聚類的事物稱為樣本或?qū)嶓w，將被聚類的一組事物稱為樣本集。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，先對(duì)功能磁共振混合信號(hào) 進(jìn)行稀疏近似，再將所有單被試的稀疏近似數(shù)據(jù)集取算術(shù)平均數(shù)，然后進(jìn)行仿射聚類分析，用所得到的聚類中心點(diǎn)數(shù)據(jù)構(gòu)造解混矩陣，并結(jié)合原功能磁共振混合信號(hào)進(jìn)行功能區(qū)源信號(hào)的重構(gòu)，從而更加準(zhǔn)確地定位并檢測(cè)腦功能連通區(qū)域。為了達(dá)到上述目的，本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn):一種基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，其特點(diǎn)是，
上述的檢測(cè)方法包含以下步驟；
步驟1、獲取單個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集；
步驟2、獲取多個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集，取算數(shù)平均數(shù)，形成平均稀疏近似數(shù)據(jù)集；
步驟3、對(duì)平均稀疏近似數(shù)據(jù)集進(jìn)行仿射聚類分析，生成聚類中心點(diǎn)數(shù)據(jù)集；
步驟4、對(duì)平均稀疏近似數(shù)據(jù)集進(jìn)行源信號(hào)重構(gòu)，生成聚類中心點(diǎn)的成分圖像及其相應(yīng)的時(shí)間過程；
步驟5、定位腦功能連通區(qū)域。上述的步驟I獲取單個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集還包含以下步驟:
步驟1.1、對(duì)功能磁共振數(shù)據(jù)的每一個(gè)時(shí)間點(diǎn)數(shù)據(jù)分別進(jìn)行3層一維小波包分解，得到每個(gè)時(shí)間點(diǎn)數(shù)據(jù)相應(yīng)的小波樹；
步驟1.2、使用基于賦范線性空間的距離度量范數(shù)，對(duì)每個(gè)小波樹節(jié)點(diǎn)的稀疏性進(jìn)行度量，從而得到關(guān)于各個(gè)節(jié)點(diǎn)的稀疏性質(zhì)量向量，使稀疏性質(zhì)量向量滿足公式(1)，公式(I)如下:
權(quán)利要求
1.一種基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，其特征在于，所述的檢測(cè)方法包含以下步驟； 步驟1、獲取單個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集； 步驟2、獲取多個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集，取算數(shù)平均數(shù)，形成平均稀疏近似數(shù)據(jù)集； 步驟3、對(duì)平均稀疏近似數(shù)據(jù)集進(jìn)行仿射聚類分析，生成聚類中心點(diǎn)數(shù)據(jù)集； 步驟4、對(duì)平均稀疏近似數(shù)據(jù)集進(jìn)行源信號(hào)重構(gòu)，生成聚類中心點(diǎn)的成分圖像及其相應(yīng)的時(shí)間過程； 步驟5、定位腦功能連通區(qū)域。
2.如權(quán)利要求1所述的基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，其特征在于，所述的步驟I獲取單個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集還包含以下步驟: 步驟1.1、對(duì)功能磁共振數(shù)據(jù)的每一個(gè)時(shí)間點(diǎn)數(shù)據(jù)分別進(jìn)行3層一維小波包分解，得到每個(gè)時(shí)間點(diǎn)數(shù)據(jù)相應(yīng)的小波樹； 步驟1.2、使用基于賦范線性空間的距離度量范數(shù)，對(duì)每個(gè)小波樹節(jié)點(diǎn)的稀疏性進(jìn)行度量，從而得到關(guān)于各個(gè)節(jié)點(diǎn)的稀疏性質(zhì)量向量，使稀疏性質(zhì)量向量滿足公式(1)，公式(I)如下:
3.如權(quán)利要求1所述的基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，其特征在于，所述的步驟3中進(jìn)行仿射聚類分析還包含以下步驟: 步驟3.1、將平均稀疏近似數(shù)據(jù)集進(jìn)行分組； 步驟3.2、對(duì)每一組執(zhí)行仿射聚類； 步驟3.3、將每一組產(chǎn)生的聚類中心點(diǎn)結(jié)合； 步驟3.4、對(duì)所有的聚類中心點(diǎn)進(jìn)行二次聚類，生成聚類中心點(diǎn)數(shù)據(jù)集。
4.如權(quán)利要求3所述的基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，其特征在于，所述的步驟4中進(jìn)行源信號(hào)重構(gòu)包含以下步驟: 步驟4.1、根據(jù)聚類中心點(diǎn)數(shù)據(jù)集，構(gòu)造解混矩陣； 步驟4.2、將解混矩陣與原混合功能磁共振數(shù)據(jù)信號(hào)結(jié)合；步驟4.3、 生成聚類中心點(diǎn)成分圖像及其相應(yīng)的時(shí)間過程。
全文摘要
本發(fā)明公開了一種基于仿射聚類的靜息腦功能連通區(qū)域檢測(cè)方法，檢測(cè)方法包含以下步驟步驟1、獲取單個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集；步驟2、獲取多個(gè)功能磁共振信號(hào)的稀疏近似數(shù)據(jù)集，取算數(shù)平均數(shù)，形成平均稀疏近似數(shù)據(jù)集；步驟3、對(duì)平均稀疏近似數(shù)據(jù)集進(jìn)行仿射聚類分析，生成聚類中心點(diǎn)數(shù)據(jù)集；步驟4、對(duì)平均稀疏近似數(shù)據(jù)集進(jìn)行源信號(hào)重構(gòu)，生成聚類中心點(diǎn)的成分圖像及其相應(yīng)的時(shí)間過程；步驟5、定位腦功能連通區(qū)域。本發(fā)明先對(duì)功能磁共振混合信號(hào)進(jìn)行稀疏近似，這樣不僅增強(qiáng)了信號(hào)的檢測(cè)強(qiáng)度，還對(duì)龐大的功能磁共振數(shù)據(jù)進(jìn)行了有效的壓縮，縮短了整個(gè)算法流程的執(zhí)行時(shí)間，更加準(zhǔn)確地定位并檢測(cè)腦功能連通區(qū)域。
文檔編號(hào)A61B5/055GK103211597SQ20131015187
公開日2013年7月24日 申請(qǐng)日期2013年4月27日 優(yōu)先權(quán)日2013年4月27日
發(fā)明者任天龍, 曾衛(wèi)明, 王倪傳 申請(qǐng)人:上海海事大學(xué)