[发明专利]一种阿尔茨海默症早期认知功能下降预测方法

说明书

一种阿尔茨海默症早期认知功能下降预测方法，获取被测对象的静息态功能磁共振影像组，对静息态功能磁共振影像组进行预处理，对预处理后的静息态功能磁共振影像组进行脑网络划分，基于静息态全脑灰质功能磁功能共振影像和脑网络划分后的功能磁共振影像组的时间序列，分别构建连接矩阵，基于构建好的连接矩阵进行节点度计算与度分布统计，并进行脑网络度分布的模型拟合，基于训练数据构建预测模型，依据估计出的各个脑网络度分布的模型参数，获得预测认知功能得分并输出。本发明过程简单，易操作，检验结果更加准确，更加客观定量，实用性更高，更加有助于辅助医生临床决策。

技术领域

本发明涉及生物医学领域，涉及大规模脑功能网络的图论方法，尤其涉及静息态的大规模脑功能网络通过度分布方法从网络拓扑组织结构角度在阿尔茨海默症等神经精神类疾病和/或疾病早期阶段的认知功能下降的预测方法。

背景技术

轻度认知障碍(mild cognitive impairment，MCI)是介于健康衰老和(最终发展为)阿尔茨海默症之间的一个前兆阶段。阿尔茨海默症(Alzheimer’s disease，AD)，俗称老年痴呆症，是最常见和最重要的脑变性疾病，主要体现为情景记忆、思考、行为和日常活动能力衰退。据全球阿尔茨海默症协会统计，65岁和85岁以上老年人中患此病比率高达约15％和37％，且呈逐渐增加和趋于年轻化趋势。该病具有不可治愈性，与心血管病、脑血管病和癌症并列为人类健康的“四大杀手”。许多临床药物试验都致力于从病情早期阶段干预来预防或减缓疾病。由于AD发病隐匿，导致目前漏诊率约为73.1％，而被确认的患者大多已到了病情中后期。实际上，早在临床痴呆症状约20年前，致病的淀粉类蛋白(Amyloid-beta)就已经开始在患者脑部沉积。因此，AD早期阶段的检测是早干预的一个先决条件，具有非常重要的意义。

发明内容

本发明提供一种阿尔茨海默症早期认知功能下降预测方法，过程简单，易操作，检验结果更加准确，更加客观定量，实用性更高，更加有助于辅助医生临床决策。

为了达到上述目的，本发明提供一种阿尔茨海默症早期认知功能下降预测方法，包含以下步骤：

步骤S1、获取被测对象的静息态功能磁共振影像组；

步骤S2、对静息态功能磁共振影像组进行预处理；

步骤S3、对预处理后的静息态功能磁共振影像组进行脑网络划分；

步骤S4、基于静息态全脑灰质功能磁功能共振影像和脑网络划分后的功能磁共振影像组的时间序列，分别构建连接矩阵；

步骤S5、基于构建好的连接矩阵进行节点度计算与度分布统计，并进行脑网络度分布的模型拟合；

步骤S6、基于训练数据构建预测模型，依据估计出的各个脑网络度分布的模型参数，获得预测认知功能得分并输出。

所述的脑网络划分包含：采用脑模板，或独立成分分析方法，或基于先验区域信息方法对脑区进行划分，将脑区划分为不同的大规模脑功能网络区域。

使用功能连接FC来构建功能连接矩阵，所构建的功能连接矩阵为n×n的二维矩阵，其中，n为每个网络的节点总数，所述的功能连接矩阵中的元素为矩阵行列对应节点的功能连接强度。

所述的节点度计算分为三个维度：

全局度：对于全脑网络来说即全脑的度分布；对于子功能网络来说，即大规模功能子网络中的节点与全脑范围其它节点间连接的度分布；

网络内度：即划分后的脑功能子网络中的节点与该网络内其他节点间的度分布；

网络外度：依据划分后的脑功能子网络中的节点与全脑内位于该网络外的节点间的度分布，即该网络中节点的外度为所述该网络的全局度减去所述该网络的节点内度；

采用韦布尔分布进行脑网络度分布的模型拟合。