[发明专利]一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统

权利要求书

1.一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于，包括以下模块：数据采集模块、数据分析模块以及数据判断模块，

数据采集模块：用于执行第一步骤和第二步骤，第一步骤，通过一种环形近红外脑成像采集方案，对大规模正常儿童和孤独症谱系障碍儿童分别采集其静息态近红外脑成像数据；第二步骤，对正常儿童和孤独症谱系障碍儿童这两类人群的静息态影像数据，建立复杂网络；

数据分析模块：用于执行第三步骤和第四步骤，第三步骤，对正常儿童和孤独症谱系障碍儿童这两类人群的复杂网络，分别计算网络特征参数，并进而获得训练数据样本集和测试样本集；第四步骤，对正常儿童和孤独症谱系障碍儿童这两类人群的训练数据样本集和测试样本集按照标准的前向神经网络结构设计技术获得模式分类器；

数据判断模块：用于执行第五步骤，第五步骤，利用第三步骤获得的模式分类器最终获得对儿童患孤独症谱系障碍风险的诊断结果；

所述数据采集模块中的第一步骤中环形近红外脑成像采集方案是测量帽的光源和探测器的位置对照国际10-20系统的位置呈环形布局，分别覆盖两侧额叶、颞叶和枕叶这六个脑区；测量帽最靠前的光源和接收器在邻近FP1和FP2的位置，最靠后的光源和接收器在邻近PO7和PO8的位置，最左侧的光源和接收器在邻近T3的位置，最右侧的光源和接收器在邻近T4的位置；每对邻近的光源和接收器之间的距离约为3cm。

2.根据权利要求1所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述数据采集模块中的第一步骤中静息态近红外脑成像数据是通过所述环形近红外脑成像采集方案，获得被试儿童在静息态下两侧额叶、颞叶和枕叶这六个脑区共44个通道血红蛋白变化水平的时间序列。

3.根据权利要求2所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述数据采集模块中的第二步骤中复杂网络为相位同步网络。

4.根据权利要求3所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述相位同步网络是通过计算任意两通道血红蛋白变化水平时间序列的相位同步系数而构造成的，克服了目前常用基于相关系数的复杂网络构建方法容易受通道血红蛋白变化水平的幅值影响，以及可能存在负相关系数的情况。

5.根据权利要求4所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述数据分析模块中的第三步骤中复杂网络特征参数主要包括全局网络效率、局部网络效率、平均聚类系数、平均路径长度、介数、中心度、模块化属性。

6.根据权利要求5所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述数据分析模块中的第三骤中训练数据样本集和测试样本集的输入向量由全局网络效率、局部网络效率、平均聚类系数、平均路径长度、介数、中心度、模块化属性这七个变量构成，输出结果为{0，1}数据，其中0代表正常儿童的数据，1代表孤独症谱系障碍儿童的数据。

7.根据权利要求6所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述第四步骤中模式分类器采用了标准化的前向神经网络结构设计算法，确定隐层神经元数量、输入层权值与阈值、隐层权值与阈值、输出层权值与阈值。

8.根据权利要求7所述一种基于近红外脑成像图谱特征的儿童孤独症谱系障碍分析系统，其特征在于：所述模式分类器的隐层激励函数是Sigmoid函数输出层激活函数为线性函数f(x)＝x；这样模式分类器的函数映射关系可以表示为：out＝W₂*f(W₁*in+B₁)+B₂，其中out为模式分类器的函数映射关系的输出、in为模式分类器的函数映射关系的输入、W₁为隐层权值、W₂为输出层权值、B₁为隐层阈值、B₂为输出层阈值。