[发明专利]一种基于超图聚类的精神疾病生物型发掘方法

说明书

本发明公开了一种基于超图聚类的精神疾病生物型发掘方法，包括：步骤一，基于预处理后的脑影像数据，采样超边去构建超图结构；步骤二，根据超图结构的多个受试者之间的高阶关系，度量两两受试者之间的相似度矩阵；步骤三，基于得到的相似度矩阵使用聚类算法（归一化割，K‑means和社区检测等）进行聚类，从而得到受试者标签；步骤四，根据得到的受试者标签，重新进行步骤一至步骤三，直到结果收敛；步骤五，提取精神疾病的生物型。相比于已有的探索精神疾病生物型的方法，本发明充分利用受试者的脑影像数据来表达受试者之间复杂的高阶关系，提高了聚类效果，探索了更具可靠性的生物型。

技术领域

本发明涉及脑影像分析技术领域，尤其涉及一种基于超图聚类的精神疾病生物型发掘方法。

背景技术

当前的精神疾病诊断方法具有很大的主观性，导致精神疾病的诊断是不准确的。精神疾病(如精神分裂症和双相情感障碍)通常在病程、临床症状等方面存在差异和重叠。目前的精神疾病的诊断主要依据传统的基于症状的诊断标准(如《精神疾病诊断和统计手册》(DSM-5)和《精神和行为障碍分类》(ICD-10))。然而，事实上许多患者表现出多种精神疾病相关的多种临床表现的混合。这使得现有的精神疾病诊断方法是不可靠，且缺乏生物学依据。因此，迫切需要客观可靠的影像学方法来辅助精神疾病的精确化定义和分类以指导精神疾病的临床诊断和治疗。

脑影像技术的发展为发现精神疾病间的异同和精神疾病的子型提供了一个独特的机会。目前，脑影像测度可被用于发掘某种具有异质性的精神疾病中的生物亚型，也已被用于发掘具有相似症状的不同精神疾病间的跨诊断的生物型。已有工作通常使用聚类方法来对受试者进行重新分组，使得不同组的受试者的大脑模式不同且同组受试者的大脑模式相似。然而，已有的研究只考虑了成对受试者之间的相似度关系，而忽略多受试者之间的复杂的高阶关系，且其结果在一定程度上并不可靠。

发明内容

本发明为了解决上述提到的问题，提供了一种基于超图聚类的精神疾病生物型发掘方法。

本发明解决其技术问题所采用的技术方案是：构造一种基于超图聚类的精神疾病生物型发掘方法，包括：

步骤S1，基于预处理后的受试者脑影像数据提取的脑影像特征，采样超边，构建超图结构；

步骤S2，根据超图结构表达的多个受试者之间的高阶关系，度量两两受试者之间的相似度矩阵；

步骤S3，对得到的相似度矩阵使用聚类算法进行聚类，得到受试者的类别标签；

步骤S4，根据得到的受试者的类别标签，重新进行步骤S1-步骤S3，直到收敛；

步骤S5，根据最终的受试者的类别标签，确定精神疾病的生物型。

其中，从预处理后的受试者脑影像数据中提取脑影像特征的步骤包括：

对脑影像数据预处理，预处理的方式主要包括：层间校正、头动校正、空间标准化、空间平滑；

使用预处理后的受试者脑影像数据计算脑影像测度；

对受试者脑影像测度使用特征提取方法，得到提取后的脑影像特征。

其中，采样超边的步骤包括：

基于提取的脑影像特征，建立k近邻稀疏图，并为每一条边赋予边概率；

基于k近邻稀疏图，对于每一条边，根据边对应的两顶点的类别标签和边概率的约束条件更新k近邻稀疏图；

由更新的k近邻稀疏图中提取强连通子图，并为每一个强连通子图赋予权重；

依权重随机采样一个子图，并从子图中随机采样D个顶点；其中，D为一条超边包含的顶点的个数；

继续依权重随机采样一个子图和从其中随机采样下一条超边，直到所有的超边都采样完成。