[发明专利]一种针对青少年孤独症的大脑结构网络模型分析方法

权利要求书

1.一种针对青少年孤独症的大脑结构网络模型分析方法，其特征在于，包括以下步骤：

S1、大脑结构网络模型构建：用于获取孤独症患者组和正常对照组的大脑结构网络模型，具体包括：

S1-1、获取大脑结构图像原始数据，使用DPARSF软件进行预处理，得到大脑灰质图像；

S1-2、使用AAL90模板将大脑灰质图像按脑区分割成90个部分；

S1-3、定义AAL90模板中的每个脑区为大脑结构网络模型的节点，任意两个脑区之间的边定义为所有被试的这两个脑区上灰质体积序列的相关系数，得到带权值的大脑结构网络模型，其中某个脑区上的灰质体积是指该脑区上所有体素中的灰质体积的均值；

S1-4、按照大脑结构网络模型中没有孤立点且使大脑结构网络模型密度最小的原则选定阈值，得到0-1二值化的大脑结构网络模型；

S2、置换检验：通过置换检验算法来检验孤独症患者组和正常对照组被试样本的有效性；

S3、大脑结构网络模型分析：对孤独症患者组和正常对照组的大脑结构网络模型进行复杂网络属性对比分析，具体包括：

S3-1、对孤独症患者组和正常对照组的大脑结构网络模型进行全局网络分析，分别对以下复杂网络属性进行对比分析：聚类系数、特征路径长度、小世界属性、全局效率、局部效率、平均节点介数及平均边介数、模块化属性；

S3-2、对孤独症患者组和正常对照组的大脑结构网络模型损伤恢复能力分析；

S3-3、对孤独症患者组和正常对照组的大脑结构网络模型进行局部网络分析,分别对以下复杂网络属性进行对比分析：节点度、介数、局部聚类系数、大脑结构网络模型的网络中心。

2.根据权利要求1所述的针对青少年孤独症的大脑结构网络模型分析方法，其特征在于：步骤S1-3中的相关系数采用皮尔逊相关系数。

3.根据权利要求1所述的针对青少年孤独症的大脑结构网络模型分析方法，其特征在于：所述步骤S2包括以下步骤：

S2-1、提出H0假设：选取来自同一总体的两组被试样本，一组为孤独症患者组，被试样本数量为N₁，另一组为正常对照组，被试样本数量为N₂，每一组中的大脑结构网络模型的复杂网络属性无显著差异，显著性水平为α；

S2-2、计算初始两组被试大脑结构网络模型的复杂网络属性的差值DC₀；

S2-3、将两组被试大脑结构网络模型数据混合，生成N个随机排列，对于第i个排列，1≤i≤N,将被试样本分为前N₁例和后N₂例两组，分别构建大脑结构网络模型，并计算这两个大脑结构网络模型的复杂网络属性的差值DC_i；

S2-4、统计N个差值DC₁，DC₂，...，DC_N中大于DC₀的个数M，计算p值为：p＝M/N；

S2-5、作出推断：如果p<α，则说明在两组被试样本来自同一总体的假设下，当前样本的出现是不正常的，要拒绝H0假设，即两组被试的复杂网络属性的差异有统计学意义；否则认为两组被试的复杂网络属性的差异无统计学意义。

4.根据权利要求3所述的针对青少年孤独症的大脑结构网络模型分析方法，其特征在于：显著性水平α取值为0.05。

5.根据权利要求3所述的针对青少年孤独症的大脑结构网络模型分析方法，其特征在于：复杂网络属性包括：聚类系数、特征路径长度、小世界属性、全局效率、局部效率、平均节点介数和模块化。

6.根据权利要求1所述的针对青少年孤独症的大脑结构网络模型分析方法，其特征在于：所述步骤S3-1包括以下步骤：

S3-1-1、聚类系数分析，聚类系数表示网络中节点的聚集程度，由公式3计算：

其中，CC为聚类系数，N为网络节点数，deg_i为节点i的度，k_i为与节点i相邻接的节点之间实际存在的边数；

S3-1-2、特征路径长度分析，特征路径长度表示网络中任意两点之间最短路径长度的均值，由公式4计算：

其中，CPL为特征路径长度，N为网络节点数，Dist_ij为节点i到节点j的最短路径长度；

S3-1-3、小世界属性分析，介于规则网络和随机网络之间的复杂网络称为小世界网络，小世界网络特征路径长度小，聚类系数高，由公式5计算：

其中，σ为小世界属性，C为该网络的聚类系数，L为该网络的特征路径长度，C_rand、L_rand分别为节点数相同的若干随机网络的平均聚类系数和平均特征路径长度，γ称为标准化后的聚类系数，λ称为标准化后的特征路径长度；

S3-1-4、全局效率分析，全局效率表示网络中任意两点之间最短距离的倒数的均值，由公式6计算：

其中，GEff为全局效率，N为网络节点数，Dist_ij为节点i到节点j的最短路径长度；

S3-1-5、局部效率分析，局部效率表示由网络中每个节点同与其相邻的节点导出的子网络的效率的平均值，其中子网络的效率计算方法同步骤S3-1-4中全局效率的计算方法；

S3-1-6、平均节点介数和平均边介数分析，节点介数表示任意两个节点间最短路径通过该节点的次数占所有最短路径的比例，边介数表示任意两个节点的最短路径通过该边的次数占所有最短路径的比例；

S3-1-7、模块化属性分析，模块化结构越分散，说明脑区间信息整合能力发育迟缓或异常。