[发明专利]一种基于模态融合的默认态脑网络中心节点检测方法

摘要

本发明涉及一种基于模态融合的默认态脑网络中心节点检测方法，该方法包括以下步骤：首先，针对经过数据预处理的fMRI图像，提取出默认态脑网络的空间信息；然后，基于fMRI提供的默认态脑网络空间信息，在经过预处理的MEG数据上分别提取delta(0.5-4Hz)，theta(4-8Hz)，alpha(8-13Hz)，beta(13-30Hz)和gamma(30-48Hz)频段内默认态脑网络的主要脑区的时间维度信息；最后，依据提取的MEG脑区时间序列，进行脑区间的功能连接度分析，并确定默认态脑网络的中心节点。本发明所述方法是一种有效的基于模态融合的默认态脑网络中心节点检测方法，能够比仅利用fMRI图像的检测方法更完整、全面地检测默认态脑网络中心节点。

主权项

一种基于模态融合的默认态脑网络中心节点检测方法，其特征在于，包括以下步骤：采集实验对象静息态下的fMRI图像和MEG数据；步骤Sa，fMRI图像预处理，并提取默认态脑网络空间信息；步骤Sb，MEG数据的预处理，并基于提取的默认态脑网络空间信息，提取各频段内对应脑区的时间维度信息，即脑区时间序列；步骤Sc，利用提取的MEG脑区时间序列，在各个主要频段分别分析默认态脑网络内主要脑区间的功能连接，从而确定在各频段内的默认态脑网络中心节点。