[发明专利]基于社会网络分析的儿童多动症判别方法

说明书

技术领域

本发明涉及人工智能与智能计算领域的一种基于社会网络分析的儿童多动症判别方法。

技术背景

●ADHD核磁数据

ADHD(Attention Deficit Hyperactivity Disorder，注意缺陷多动障碍)，是一种多发生于学龄儿童的行为疾病，具体表现为注意力不集中、多动等，如很难集中注意力于某件事情上或很难控制住自己的行为经常发出叫声等。这些现象会在病人身上持续很长时间并且有可能会对其生活和心理产生很大的影响。

基于ADHD的fMRI(functional magnetic resonance imaging，功能磁共振成像)数据，即针对ADHD病人采用功能磁共振成像的方法得到的其大脑断层扫描图像数据，可以准确地反映大脑各功能区域的活动。血氧水平依赖(BOLD)功能性磁共振成像是利用脑活动生理过程中脑血流、脑血流容积、血液氧含量等微弱的能量代谢过程来成像的。

ADHD-200拥有来自不同机构的776位参与者的静息态功能磁共振成像(fMRI)数据，具有数据量足够大、信息完整和环境一致等优点，本发明主要用NYU(New York University Child Study Center)和KKI(kennedy Krieger Institute)数据库进行实验。

通过对比ADHD组和控制组的fMRI数据，可以在某些特定区域发现明显差异。在此过程中先对fMRI数据进行去噪等预处理，合理的划分大脑功能区域得到尽可能最大程度上反应大脑活动的数据，以进行研究分析。

●社会网络分析方法

社会网络分析理论指出，社会行动者的行为并非是独立的，而是相互依赖、相互关联的。社会行动者就是网络中的结点，社会行动者之间的行为关联就是网络中结点的连线。如此一来，社会网络就以图的形式表示出来了，人们就可以运用图论和社会网络分析的方法来研究社会网络中隐含的关系。

国内外学者已经把社会网络分析方法应用在很多研究领域，在竞争、知识管理、图书馆资源配置、学科热点、引文分析、科研人员合著、博客网络、上市公司之间的资本关系等方面展开了一系列研究，并应用在舆情和疫情防控、组织管理和风险规避、知识共享和创新等。

国内目前对于社会网络的研究也正处于实证研究阶段，像对于论文合作网络的研究，中药方剂网络的研究，中国菜肴网络的研究，中国火车车次网络的统计研究，中国两个城市的公交线路网的研究以及中国电力网的统计研究，这些研究，都是在对数据进行搜集统计的情况下，然后对国外关于社会网络和复杂网络得出的一些研究结论和模型进行了验证。如对复杂网络理论中的小世界效应和无标度网络等网络特性进行验证。

通过在线社会网络获取信息，分析信息发布者之间的关系及信息传播过程，可以更加有针对性地更加有效地获取需要的。不少研究者对在线交友网络、在线社区和在线社会媒体等3大类在线社交网络进行实证研究。通过对网络社区的分析，刻画群体中成员地位的形成、意见领袖的特点和群体内部人际交往的特征，绘制组织内部信息沟通、咨询、知识传播等社会关系网络。

随着对社会网络研究的深入，社会网络更多地应用在不同领域，同样在大脑研究领域也引起了重视，如研究发现社会网络大小对大脑的影响等，但完全将社会网络分析的优势应用于脑网络研究，还需要研究者的共同努力。

发明内容

本发明的目的在于，首次提出通过合理运用社会网络分析的优势来挖掘大脑网络信息，实现对儿童多动症进行判别分析。具体说，为此，本发明提供一种基于社会网络分析的儿童多动症判别方法，利用社会网络分析方法的多种属性特征优势，并且能够精确地量化社会网络属性，以详细的属性特征值、图表等多种形式来量化研究ADHD病人的大脑异常区域，从而达到对儿童多动症的判别目的，克服现有研究方法不精确的缺点。本发明应用于研究和实验，不直接应用于临床检测筛选和治疗。

为实现上述目的，本发明给出的实施方案为：

一种基于社会网络分析的儿童多动症判别方法，其特征在于，此方法分为两大组成部分：对核磁数据的预处理和大脑网络的构建和计算分析属性特征。预处理及构建网络部分负责对数据进行初步预处理并且依据大脑网络的特点构建合适成熟的脑网络，同时符合社会网络特征的构建条件，为ADHD fMRI的数据分析提供一个可靠的网络平台。属性特征部分则负责计算基于脑网络的各属性特征，同时以图表、折线图的形式展现出来。其计算的属性特征均在社会网络中具有典型意义同时适合于脑网络。