[发明专利]熵稳定性判据的儿童脑电功能连接图谱构建方法

说明书

本发明公开了一种熵稳定性判据的儿童脑电功能连接图谱构建方法。首先进行数据预处理，然后进行功能连接网络构建，最后进行网络特征提取与分析。本发明采用随机网络和香农熵度量的结合方法搜寻最优阈值，基于该方法构建的二值网络相比其他方式构建的二值网络具有更强的组内网络稳定性，即网络的个性化连接部分更少，且更突出其年龄特征。分别提取了个体水平以及年龄组水平功能连接的图论特征，包括功能分离，功能整合，网络中心性度量分析功能连接随年龄增长的变化规律以及特定年龄阶段的功能连接模式的特性。其中，功能连接的变化趋势与医学常识相符，这验证了功能连接构建方法的合理性。

技术领域

本发明属于智能生物医学信号处理领域，涉及一种熵稳定性判据的儿童脑电功能连接图谱构建方法。

背景技术

在儿童时期，大脑在结构和功能上发生了很大的变化。这一阶段的微妙变化可能会随着不同发展过程的展开而被大大放大，产生深远的影响。偏离正常发展可能会导致多动症、自闭症和精神分裂症等疾病。大脑的宏观活动主要体现在不同脑区之间的交互。传统的单变量特征无法捕捉这一信息，功能连接作为双变量之间的关联性特征，能够刻画哪些大脑区域之间存在何种程度的信息交互。因此，构建可靠的正常儿童大脑功能连接图谱不仅能够分析儿童大脑功能连接的变化轨迹，还对于脑部疾病检测具有重要意义。

功能连接通常基于功能磁共振成像(fMRI)数据或者脑电图(EEG)数据构建而成。相比于fMRI，EEG数据在时间域上拥有更高的分辨率，空间域上能够满足皮层功能连接分析的需要，另外EEG信号采集成本相对低廉。因此越来越多的研究者使用EEG数据进行脑功能连接相关研究。目前基于EEG功能连接研究主要集中在脑病检测与年龄分析两个方向：

脑病检测：脑病包含癫痫，阿尔茨海默病，抑郁症等等。通常使用智能决策模型分析脑病患者与正常人的脑功能连接的差异性，从而实现对脑疾病的检测。

年龄分析：通常研究衰老对脑功能连接产生的影响。例如将个体简单地划分为年轻组以及老年组进行比对分析，或者在较大的年龄跨度下基于个体研究功能连接特征随年龄增大的变化趋势。

上述领域的研究存在如下问题：1.脑病智能检测为了区分患者与对应年龄的正常对照组，通常通过组间差异性最大化进行功能连接构建，导致正常对照组的功能连接会有悖于真实情况。2.年龄分析领域则缺乏针对儿童的各个重要年龄阶段的脑功能连接的构建和分析方法。该方法的提出对于辅助儿童脑病的诊断也具有重要意义。

除此之外，许多功能连接相关的研究没有对功能连接进行二值化，这将会导致噪声相关的连接没有被去除。

发明内容

针对上述的脑功能连接分析方法存在的问题和不足之处，本发明提出了熵稳定性判据的儿童脑电功能连接图谱构建方法。该方法将0-17岁儿童划分为7个年龄组，削弱个体的个性化部分功能连接，提取具有较高稳定性的个体水平功能连接以及年龄组水平功能连接，并利用图论以及统计方法对不同年龄段的脑功能连接差异性以及频带的重要性进行分析。

由于年龄影响功能连接的模式，因此基于功能连接的脑部疾病检测通常与相应年龄的正常功能连接进行对比并分析其存在的异常连接，但其功能连接构建方法旨在最大化组间差异性，该方法下的正常对照组的功能连接未能接近于真实的情况。本发明在稳定性准则下，能够构建突出年龄相关的功能连接，能够克服目前的脑部疾病检测中正常对照组的功能连接构建方法存在的弊端。另外，基于年龄组进行分析，除了能够得到正常儿童的功能连接随年龄增长的变化规律，还反映了某个具体年龄段的功能连接特征。该方法适用于处理各年龄段的儿童脑电图数据，并能够得到理想的分析结果。