[发明专利]一种基于脑网络结构的神经疾病分析方法

摘要

一种基于脑网络结构的神经疾病分析方法，包括以下步骤步骤一，对扩散张量成像数据进行预处理；步骤二，节点和边是脑网络的两个基本元素；关于脑节点的定义，根据人脑网络组图谱将整个大脑分成246个感兴趣的皮质和皮层下的区域，每个区域代表网络的一个节点；对于网络的边，使用FSL工具中的纤维跟踪，并通过稀疏阈值法构建出无权二值网络；步骤三，计算全球和区域网络测量，并且计算每个网络度量的曲线下面积AUC；对每个网络度量以及每个网络度量的AUC执行非参数置换测试确定在网络属性中是否存在显着的组差异，同时通过已有的实验数据，来判断样本患病情况和信息。本发明有效实现神经疾病的辅助诊断和分析。

主权项

一种基于脑网络结构的神经疾病分析方法，其特征在于：包括以下步骤：步骤一，对扩散张量成像数据进行预处理1.1)，通过应用每个扩散加权图像到b0图像的刚体变换来校正DTI数据中的头部运动和涡流畸变；1.2)，在FSL中使用脑提取工具提取脑区；1.3)，使用FMRIB的线性图像配准将标准空间数据和每个参与者b0图像登记到每个参与者T1数据；步骤二，建立脑网络节点和边是脑网络的两个基本元素；关于脑节点的定义，根据人脑网络组图谱将整个大脑分成246个感兴趣的皮质和皮层下的区域，每个区域代表网络的一个节点；对于网络的边，使用FSL工具中的纤维跟踪，并通过稀疏阈值法构建出无权二值网络；步骤三，计算各项参数，进行数据分析根据脑网络的定义，计算全球和区域网络测量，包括集群系数C，最短路径长度L，小世界度σ，局部效率Eloc,，全局效率Eglob，中心度Nbc，小世界度σ,并且计算每个网络度量的曲线下面积AUC；对每个网络度量以及每个网络度量的AUC执行非参数置换测试确定在网络属性中是否存在显着的组差异，同时通过已有的实验数据，来判断样本患病情况和信息。