[发明专利]基于体素水平脑功能信息的认知活动状态分类系统和方法

摘要

本发明公开了一种基于体素水平脑功能信息的认知活动状态分类系统和方法，利用fMRI脑功能连通性方法对同一参数条件下组中每个被试的功能磁共振数据单独进行功能信号分离，获得每个被试对应与特定阈值条件下fMRI数据中的激活体素；根据每个被试对应的激活体素位置，计算出所有被试的共同激活体素位置，构建每个被试对应于上述共同激活体素位置的功能连接信息矩阵；根据每个被试的功能连接信息矩阵，计算出所有被试在特定阈值条件下的共同功能连接位置，进而以每个被试对应该位置的功能连接信息作为输入特征样本，借助机器学习的方法对各种认知活动状态进行分类和分析。本发明具有对认知活动状态进行精确分类，且精确获取脑信息的优点。

主权项

1.一种基于体素水平脑功能信息的认知活动状态分类系统，其特征在于，包含：用于分析个体水平功能磁共振数据的分析模块，其基于组中每个被试的功能磁共振数据具有相同的采集参数，利用fMRI脑功能连通性检测方法对组中每个被试的功能磁共振数据单独进行功能信号分离，得到每个被试对应fMRI数据的激活体素位置；用于生成体素水平脑功能连接信息的获取模块，其与所述分析模块相连，用于获取每个单被试对应的fMRI数据中的激活体素位置，计算出所有被试共同的激活体素位置，得到这些激活体素位置在每个被试上对应的功能连接信息矩阵；用于对认知活动状态进行分类的分类模块，其与所述获取模块连接，利用所述激活体素位置在每个被试上对应的功能连接信息矩阵，计算出所有被试在相同阈值条件下具有的相同功能连接位置，利用每个被试对应该位置的功能连接信息作为特征样本，结合机器学习方法对各种认知活动状态进行分类。