《一种基于网络同步性的脑网络拓扑差异的快速提取方法.pdf》由会员分享，可在线阅读，更多相关《一种基于网络同步性的脑网络拓扑差异的快速提取方法.pdf（7页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103425983 A (43)申请公布日 2013.12.04 CN 103425983 A *CN103425983A* (21)申请号 201310315084.3 (22)申请日 2013.07.25 G06K 9/46(2006.01) G06K 9/62(2006.01) (71)申请人 电子科技大学 地址 611731 四川省成都市高新区 ( 西区 ) 西源大道 2006 号 (72)发明人 李凌 谭波 赵丹丹 (54) 发明名称 一种基于网络同步性的脑网络拓扑差异的快 速提取方法 (57) 摘要 本发明公开了一种基于网络同步性的脑网络 拓扑差异的快速提。
2、取方法， 利用本发明提出的基 于网络同步性的脑网络拓扑差异的快速提取技 术， 可以显著地减少工作量和时间， 同时很快地就 能找出脑网络拓扑结构上存在的差异， 整个过程 能够快速准确的构建出差异连接图， 64 导的脑功 能网络几秒钟就能完成。该方法通过基本计算脑 电各导联时间序列间的同步性系数构建同步系数 矩阵， 然后利用脑网络自身特性阈值化为二值网 络， 然后利用卡方检验和交叉验证构建一幅拓扑 结构差异连接图。这样可以减少繁琐的复杂的网 络分析， 缩短实验时间和成本， 同时与常规的网络 差异连接图进行对比发现差异连接更加的明显， 更便于观察。 (51)Int.Cl. 权利要求书 1 页 说明书。
3、 3 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书3页 附图2页 (10)申请公布号 CN 103425983 A CN 103425983 A *CN103425983A* 1/1 页 2 1. 一种基于网络同步性的脑网络拓扑差异的快速提取方法， 其特征在于， 包括以下步 骤 ： A. 采用脑电测量设备记录二维多导测量信号， 对该测试数据进行预处理， 所述预处理 包括平均参考、 带通滤波 ； 提取出分频后各导联脑电的时间序列 ； 待下面的分析 ； B. 计算睁眼和闭眼状态下各导时间序列之间的同步性系数， 得到同步性系数矩阵 ； C. 采。
4、用网络开销的阈值化方法将待分析的两种同步性系数矩阵进行二值化， 从而获得 两种状态脑功能网络 ； D. 利用卡方检验对两功能网络中每条边或点的重要性进行统计检验， 找出两功能网络 中的重要性边或点并记录标出 ； E. 对两种功能脑网络中的边或点的重要性进行交叉验证， 找出两个功能网络间显著差 异的边， 从而构建出脑网络拓扑结构的差异连接图， 分别将显著的边或点用不同的颜色标 出 ； F ： 对构建出的差异连接图进行综合分析， 从而找出两种功能网络间大脑拓扑结构上存 在差异的区域。 2. 根据权利要求 1 所述的方法， 其特征在于， 步骤 A 中所述脑电测量设备是标准的 32 道、 64 道、 。
5、128 道、 256 道电极的脑电信号记录系统之一。 3.根据权利要求1所述的方法， 其特征在于， 步骤B采用的是64导脑电采集设备， 同步 性系数矩阵是 64*64。 4.根据权利要求1所述的方法， 其特征在于， 步骤C中所述处理采用的是Cost阈值法。 权 利 要 求 书 CN 103425983 A 2 1/3 页 3 一种基于网络同步性的脑网络拓扑差异的快速提取方法 技术领域 0001 本发明是一种脑网络拓扑差异的快速提取技术， 属于神经信息技术领域， 具体涉 及一种基于网络同步性的脑网络拓扑差异的快速提取技术。 背景技术 0002 脑电采集系统是一种利用精密电子设备在头皮位置无创伤地。
6、记录下来的脑细胞 群的自发性、 节律性电活动 ； 它是将人体脑组织生物电活动放大记录的一门技术， 主要应用 于神经系统疾病的检查， 由于它反映的是 “活” 的脑功能状态， 所以在过去几十年中对于神 经系统疾病的诊断一直发挥着重要的作用。 0003 在过去的十年中， 研究者们利用磁共振和脑电等技术进行脑网络的研究， 其中脑 功能网络就是脑网络研究中的一个重要组成部分。 很多的前期研究已经表明人脑的结构和 功能网络都具有小世界拓扑特性。 然而对于脑网络统计上除了计算它们在网络参数上存在 的差异外， 并不能很快很好地找出脑网络拓扑结构分布上存在的差异。这里使用了基于网 络同步性的脑网络拓扑差异的快速。
7、提取技术构建出差异连接图， 从而直观地观察出不同功 能网络间拓扑结构上存在的差异。 0004 然而对于任意两个脑网络， 由于脑网络本身的连接相当的密集， 传统的方法并不 能很好地找出两种脑功能网络间存在的差异。 常规只有通过计算出两个脑功能网络的图论 参数来对整个网络进行比较。针对上述问题， 虽然不同研究者提出了各种各样的参数去衡 量两种网络间存在的差异。然而在计算这些参数的时候基本都是对针对整个网络而言， 并 不能很好地反映局部网络的一些特征。而且在计算这些参数上比较繁琐耗时， 不便于去理 解， 不能直观地表现脑网络间存在的差异。 0005 为了直观快捷地找出任意两个脑功能网络间存在的差异，。
8、 避免网络连接密度大带 来的不便， 我们利用时间序列间的同步性构建出了同步系数矩阵 ； 然后通过网络自身的特 性来检验网络中边 ( 节点 ) 的重要性找出显著性的边 ( 节点 ) ； 其次在再用交叉验证的方 式构建出两个网络间存在的差异连接图。 从而有效快速地找出了脑网络拓扑结构上存在差 异， 更直观地观察网络的一些变化。 发明内容 0006 本发明的目的是为了快速准确定位出两种脑网络间拓扑结构上存在的差异区域， 降低分析复杂网络的时间和计算的繁琐， 使得其能广泛应用于临床， 一种基于网络同步性 的脑网络拓扑差异的快速提取方法。 0007 为了实现上述目的， 本发明的技术方案是 ： 0008 。
9、基于网络同步性的脑网络拓扑差异的快速提取方法， 包括以下步骤 ： 0009 A. 采用脑电测量设备记录静息态下睁眼和闭眼的二维多导测量信号， 对该测试数 据进行预处理 ( 包含平均参考、 带通滤波等预处理 ) ； 提取出分频后各导联脑电的时间序 列 ； 说 明 书 CN 103425983 A 3 2/3 页 4 0010 B. 计算需分析不同条件下各导时间序列之间的同步性系数， 构建出两个同步性系 数矩阵 ( 这里采用的是 64 导脑电采集设备， 故同步性系数矩阵是 64*64) ； 0011 C. 采用网络开销 (cost) 的阈值化方法 ( 或其他阈值法 ) 将待分析的两种同步性 系数矩。
10、阵进行二值化， 从而获得两种需比较的脑功能网络 ； 0012 D. 利用卡方检验对两功能网络中每条边 ( 点 ) 的重要性进行统计检验， 找出两功 能网络中的重要性边 ( 点 ) 并记录标出 ； 0013 E. 对两个功能脑网络中的边 ( 点 ) 的重要性进行交叉验证， 找出两个功能网络间 显著差异的边， 从而构建出脑网络拓扑结构的差异连接图 ( 分别显著的边 ( 点 ) 用不同的 颜色标出 )。 0014 F ： 对构建出的差异连接图进行综合分析， 从而找出两种功能网络间大脑拓扑结构 上存在差异的区域 ； 0015 本发明的有益效果 ： 利用本发明提出的基于网络同步性的脑网络拓扑差异的快速 。
11、提取技术， 可以显著地减少工作量和时间， 同时很快地就能找出脑网络拓扑结构上存在的 差异， 整个过程能够快速准确的构建出差异连接图， 64导的脑功能网络几秒钟就能完成。 该 方法通过基本计算脑电各导联时间序列间的同步性系数构建同步系数矩阵， 然后利用脑网 络自身特性阈值化为二值网络， 然后利用卡方检验和交叉验证构建一幅拓扑结构差异连接 图。 这样可以减少繁琐的复杂的网络分析， 缩短实验时间和成本， 同时与常规的网络差异连 接图进行对比发现差异连接更加的明显， 更便于观察。该方法利用网络间拓扑结构上存在 的差异， 为临床的治疗和诊断提供一定的依据。 附图说明 0016 图 1 是本发明的主流程图。
12、。 0017 图 2 是本发明与常规方法在静息态下睁眼和闭眼的各频段的差异连接的比较。 具体实施方式 0018 以下结合具体实施例， 对本发明进行详细说明。 0019 如图 1 所示， 一种基于网络同步性的脑网络拓扑差异的快速提取技术， 包括以下 步骤 ： 0020 A. 采用 64 导脑电采集系统记录记录了静息态下的 3 分钟闭眼和 3 分钟睁眼脑电 数据， 采样率为 500Hz ； 观察睁眼和闭眼原始数据， 截取较好的数据进行预处理， 得到各频 段的睁眼和闭眼对应的脑电数据。 0021 B. 将预处理后的各频段的睁眼和闭眼脑电数据使用似然同步法分别计算睁眼和 闭眼状态下各导时间序列之间的同。
13、步性系数， 构建同步系数矩阵(这里采用的是64导脑电 采集设备， 故同步性系数矩阵是 64*64) ； 0022 C. 采用网络开销 (cost) 的阈值化方法将静息态下睁眼和闭眼的各频段的同步性 系数矩阵进行二值化， 获得两种状态脑功能网络 ； 0023 D. 利用卡方检验对两功能网络中每条边 ( 点 ) 的重要性进行统计检验， 找出两功 能网络中的重要性边 ( 点 ) 并记录标出 ； 0024 E. 对两个功能脑网络中的边 ( 点 ) 的重要性进行交叉验证， 找出两个功能网络间 说 明 书 CN 103425983 A 4 3/3 页 5 显著差异的边， 从而构建出脑网络拓扑结构的差异连接。
14、图 ( 分别显著的边 ( 点 ) 用不同的 颜色标出 )。 0025 F. 分别对睁眼和闭眼在 Alpha 频段的差异节点图和差异边图进行分析， 找出静息 态下正常人睁眼与闭眼两种状态间在 Alpha 频段上在大脑拓扑结构上存在差异的区域。 0026 为了观察比较两种状态下的脑功能网络差异的效果， 图 2 是本方法和常规的差异 连接图构建方法在各个频段差异连接图的比较， 第 1 行是用传统的分析方法得到的睁眼与 闭眼间的差异连接图 ； 其中 A、 B、 C 分别表示脑电研究中的 Theta、 Alpha、 beta 频段的差异 连接图 ； 第 2 行是采用本发明方法来构建对应的 Theta、 。
15、Alpha、 beta 频段的差异连接图， 从 图中知本发明方法更加明显有效地提取了两个网络间的差异连接， 更好反映网络间在拓扑 结构上存在的差异。可以发现本发明的方法更加快速， 准确， 有效， 并且本发明方法更加便 于不具备这方面知识的人观察。 同时， 将分析后的结果与之前报道的文献对比， 发现在静息 态下， 正常人闭眼状态与睁眼状态在大脑的中差异比较一致。说明本发明方法确实能快捷 准确地找出两种功能网络之间存在的差异， 而且效果比较明显。 0027 本领域的普通技术人员将会意识到， 这里所述的实施例是为了帮助读者理解本发 明的原理， 应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的 普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各 种具体变形和组合， 这些变形和组合仍然在本发明的保护范围内。 说 明 书 CN 103425983 A 5 1/2 页 6 图 1 说 明 书 附 图 CN 103425983 A 6 2/2 页 7 图 2 说 明 书 附 图 CN 103425983 A 7 。