一種基于復(fù)雜網(wǎng)絡(luò)的偏頭痛患者大腦皮層的輔助分類分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于醫(yī)學(xué)影像學(xué)圖像處理技術(shù)領(lǐng)域，尤其是涉及一種基于復(fù)雜網(wǎng)絡(luò)的偏頭 痛患者大腦皮層的輔助分類分析方法。
【背景技術(shù)】
[0002] 偏頭痛是一種常見的反復(fù)發(fā)作的慢性神經(jīng)綜合征，常伴有惡心、嘔吐及畏光、畏聲 等。隨著神經(jīng)影像技術(shù)在偏頭痛研究上的深入，人們對偏頭痛的生理病理機(jī)制的認(rèn)識已逐 漸從最初的血管學(xué)說發(fā)展為神經(jīng)血管學(xué)說，直至中央神經(jīng)系統(tǒng)紊亂學(xué)說。并認(rèn)為皮層擴(kuò)散 性抑制是先兆性偏頭痛重要病理生理機(jī)制。進(jìn)一步研究發(fā)現(xiàn)，偏頭痛患者局部大腦皮層的 結(jié)構(gòu)和功能較之于正常人存在顯著異常，這些區(qū)域包括：前額皮層，前喙扣帶皮層，眶額皮 層以及腦島等，而這些皮層在大腦中都參與到疼痛處理，這說明偏頭痛的產(chǎn)生與大腦疼痛 處理機(jī)制的異常有關(guān)。
[0003] 作為一種新型的、非侵入式的測量神經(jīng)元自發(fā)活動(dòng)的方法，靜息態(tài)功能磁共振成 像技術(shù)越來越受到關(guān)注。有學(xué)者采用局部一致性以及低頻振幅比率等方法分析偏頭痛患者 的神經(jīng)元自發(fā)性活動(dòng)，發(fā)現(xiàn)在左側(cè)前喙扣帶皮層，雙側(cè)前額葉和右丘腦等區(qū)域，偏頭痛患者 較之正常人會發(fā)生改變。
[0004] 近年來，將圖論知識應(yīng)用于功能磁共振成像數(shù)據(jù)分析成為了研究熱點(diǎn)，研究人員 通過定義人的大腦區(qū)域?yàn)楣?jié)點(diǎn)、區(qū)域之間的功能連接為邊，構(gòu)建人腦網(wǎng)絡(luò)。用圖論的方法研 究發(fā)現(xiàn)許多神經(jīng)疾病患者的（如：精神分裂癥，阿爾茲海默癥等）大腦靜息態(tài)腦功能網(wǎng)絡(luò)的 拓?fù)浣Y(jié)構(gòu)（如：聚類系數(shù)、特征路徑長度等）較之于正常人會呈現(xiàn)顯著異常，有學(xué)者認(rèn)為這 些異常可以作為輔助相關(guān)疾病診斷的生理病理標(biāo)志。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是要針對目前技術(shù)上的不足，提出基于復(fù)雜網(wǎng)絡(luò)的智能測評方法， 通過構(gòu)建偏頭痛患者大腦皮層的靜息態(tài)腦功能復(fù)雜網(wǎng)絡(luò)，并分析相關(guān)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)測度 在偏頭痛患者（MP)與正常人（NC)之間的統(tǒng)計(jì)學(xué)差異，實(shí)現(xiàn)偏頭痛患者樣本的分類。
[0006] 為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)步驟如下：
[0007] 步驟1:按照臨床醫(yī)學(xué)診斷標(biāo)準(zhǔn)，分別采集正常人對照組（NC)和偏頭痛患者組 (MP)的大腦靜息態(tài)功能磁共振圖像，兩組樣本的數(shù)目相等或者接近，獲取過程中被試要求 保持大腦清醒，平躺于磁共振儀器內(nèi)，不做任何定性思考。
[0008] 步驟2 :對所采集的被試數(shù)據(jù)進(jìn)行預(yù)處理。
[0009] 所有數(shù)據(jù)均去除了前10個(gè)時(shí)間點(diǎn)，以消除被試在習(xí)慣實(shí)驗(yàn)環(huán)境過程中受到不均 衡磁場的影響。預(yù)處理流程主要包括時(shí)間層矯正（slice timing),頭動(dòng)矯正（realign)、圖 像標(biāo)準(zhǔn)化（normalization)以及平滑處理（smooth)等操作。首先，所有的數(shù)據(jù)集采用正弦 內(nèi)插方法消除時(shí)間偏移，進(jìn)而再用六度間變換方法的方法消除空間偏移；其次，為了盡量減 少偽影，在任何方向上位移大于1. 5mm或頭部轉(zhuǎn)動(dòng)大于1. 5°的時(shí)間片都會被丟棄；第三， 所有數(shù)據(jù)集進(jìn)行空間標(biāo)準(zhǔn)化時(shí)，都以蒙特利爾神經(jīng)學(xué)研究所（MNI)平面回波成像圖像為模 進(jìn)行重采樣；最后，通過帶通濾波器（〇. 01Hz < f < 0. 1Hz)，以除去低頻漂移和高頻生理噪 聲。
[0010] 步驟3 :計(jì)算正常人對照組和偏頭痛患者組兩組大腦靜息態(tài)功能磁共振圖像的大 腦功能連接矩陣。
[0011] 本發(fā)明采用的是自動(dòng)解剖標(biāo)簽?zāi)０?，該模板將大腦劃分為90個(gè)感興趣區(qū)域，在網(wǎng) 絡(luò)構(gòu)建中，我們將這90個(gè)大腦區(qū)域定義為一系列節(jié)點(diǎn)；然后，將所有腦區(qū)的時(shí)間序列都通 過帶通濾波（〇. 01-0. 〇8Hz)進(jìn)行過濾，以去除磁場漂移和高頻噪音的影響；隨后，將大腦白 質(zhì)深部的平均時(shí)間過程和6個(gè)剛體運(yùn)動(dòng)參數(shù)從已濾波后的時(shí)間序列中進(jìn)行回歸分析；最 后，再計(jì)算每個(gè)種子區(qū)域的平均時(shí)間序列，并獲得由所有可能連接節(jié)點(diǎn)之間皮爾森偏相關(guān) 系數(shù)所組成的90*90的矩陣。
[0012] 步驟4 :構(gòu)建兩組大腦的復(fù)雜網(wǎng)絡(luò)。
[0013] 正如先前研究所提到的，我們首先將得到的90*90的矩陣進(jìn)行閾值化處理轉(zhuǎn)化為 連接矩陣，即：如果兩個(gè)節(jié)點(diǎn)之間的相關(guān)系數(shù)大于特定的閾值，我們就認(rèn)為這兩個(gè)節(jié)點(diǎn)之間 存在功能連接；否則，我們就認(rèn)為兩個(gè)節(jié)點(diǎn)之間不存在功能連接。大腦的功能連接可以用無 向邊表示。隨后，我們再對得到的連接矩陣進(jìn)行二值化處理，即：在連接矩陣中，用"1"表示 兩個(gè)節(jié)點(diǎn)之間有連接，"〇"表示兩個(gè)節(jié)點(diǎn)之間沒有連接。經(jīng)過這兩步處理之后，我們便獲得 了大腦的靜息態(tài)腦功能復(fù)雜網(wǎng)絡(luò)的圖。通過這種方式，我們獲得的圖是由相同數(shù)量的連接 組成的，這可以使得正常人和偏頭痛患者這兩組被試的皮層網(wǎng)絡(luò)具有相同的布線成本。我 們將相關(guān)矩陣通過一個(gè)較寬的閾值范圍（15% -25% )，然后估算每一個(gè)對應(yīng)閾值的網(wǎng)絡(luò)性 質(zhì)?？紤]到正常人和患者的異常連接和皮層中樞，閾值為（S) = 15%在隨后分析中最為典 型。這個(gè)值是能夠避免網(wǎng)絡(luò)中產(chǎn)生孤立點(diǎn)（皮質(zhì)網(wǎng)絡(luò)完全連接）的最低閾值，同時(shí)，它還可 以盡量減少網(wǎng)絡(luò)中雜散邊的數(shù)量。這個(gè)閾值在先前的很多圖論分析研究中也有應(yīng)用。
[0014] 步驟5 :計(jì)算兩組被試的復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
[0015] 1?聚類系數(shù)
[0016] 聚類系數(shù)是表示一個(gè)網(wǎng)絡(luò)中節(jié)點(diǎn)的集群連接程度的系數(shù)，它反應(yīng)的是大腦網(wǎng)絡(luò)中 功能分割的情況。通常，聚類系數(shù)Ci被定義為：
[0017]
【主權(quán)項(xiàng)】
1. 一種基于復(fù)雜網(wǎng)絡(luò)的偏頭痛患者大腦皮層輔助分類分析方法，包括w下幾個(gè)步驟： 步驟1;按照臨床醫(yī)學(xué)診斷標(biāo)準(zhǔn)，分別采集正常人對照組和偏頭痛患者組的大腦皮層 靜息態(tài)功能磁共振圖像，兩組樣本的數(shù)目相等或者接近； 步驟2 ;對所采集的所述正常人對照組和偏頭痛患者組的大腦皮層靜息態(tài)功能磁共振 圖像的數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理流程主要包括時(shí)間層矯正、頭動(dòng)矯正、圖像標(biāo)準(zhǔn)化W及平滑 處理等操作； 步驟3 ;分別計(jì)算所述正常人對照組和所述偏頭痛患者組大腦皮層靜息態(tài)功能磁共振 圖像兩組數(shù)據(jù)的大腦功能連接矩陣，采用自動(dòng)解剖標(biāo)簽?zāi)０?，該模板將大腦劃分為90個(gè)感 興趣區(qū)域，通過提取所述感興趣區(qū)域的時(shí)間序列，進(jìn)而計(jì)算每個(gè)種子區(qū)域的平均時(shí)間序列， 并獲得由所有可能連接節(jié)點(diǎn)之間皮爾森偏相關(guān)系數(shù)所組成的分別對應(yīng)于正常人對照組和 偏頭痛患者組的兩組90*90的矩陣； 步驟4 ;將所述的兩組90*90的矩陣分別進(jìn)行闊值化處理轉(zhuǎn)化為連接矩陣，隨后，再對 得到的連接矩陣進(jìn)行二值化處理，獲得兩組大腦靜息態(tài)腦功能復(fù)雜網(wǎng)絡(luò)圖； 步驟5 ;計(jì)算所述所述兩組大腦靜息態(tài)腦功能復(fù)雜網(wǎng)絡(luò)圖的復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，即計(jì) 算其聚類系數(shù)、特征路徑長度、介數(shù)中也度、同配性、和小世界性； 步驟6 ;對兩組所述正常人對照組和偏頭痛患者組的大腦皮層靜息態(tài)功能磁共振圖像 數(shù)據(jù)進(jìn)行雙樣本T檢驗(yàn)統(tǒng)計(jì)分析，并采用假發(fā)現(xiàn)率校正方法對多重比較的P值進(jìn)行校正； 步驟7 ;通過對步驟5的所述復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行統(tǒng)計(jì)分析及特征提取，提取所述兩 組大腦靜息態(tài)腦功能復(fù)雜網(wǎng)絡(luò)圖中的尾狀核、豆?fàn)顨ず说裙?jié)點(diǎn)的特征路徑長度，提取網(wǎng)絡(luò) 中丘腦、左側(cè)枕下回、右側(cè)枕中回等節(jié)點(diǎn)的介數(shù)中也度，并統(tǒng)計(jì)所述小世界性和同配性。
2. 根據(jù)權(quán)利要求1所述的基于復(fù)雜網(wǎng)絡(luò)的偏頭痛患者大腦皮層輔助分類分析方法，其 特征是：步驟5中所述聚類系數(shù)、特征路徑長度、介數(shù)中也度、同配性、和小世界性是指： (1) 聚類系數(shù)，聚類系數(shù)是表示一個(gè)網(wǎng)絡(luò)中節(jié)點(diǎn)的集群連接程度的系數(shù)，它反應(yīng)的是大 腦網(wǎng)絡(luò)中功能分割的情況； (2) 特征路徑長度，特征路徑長度也稱為平均最短路徑長度，它反應(yīng)的是大腦的功能集 成的情況； (3) 介數(shù)中也度，介數(shù)中也度是反應(yīng)的節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性的重要參數(shù)，它可W用來評 估大腦皮層網(wǎng)絡(luò)中大腦區(qū)域的信息流的情況； (4) 同配性，同配性用作考察度值相近的節(jié)點(diǎn)是否傾向于互相連接； (5) 小世界性，小世界網(wǎng)絡(luò)是介于規(guī)則網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)之間的一種特殊的復(fù)雜網(wǎng)絡(luò)，它 反應(yīng)大腦皮層信息傳輸?shù)那闆r。
【專利摘要】本發(fā)明提供了一種基于復(fù)雜網(wǎng)絡(luò)的偏頭痛輔助診斷測評方法。該方法首先對預(yù)處理后的圖像進(jìn)行分割，定義感興趣區(qū)域，然后提取各個(gè)感興趣區(qū)域的時(shí)間序列，再進(jìn)行相關(guān)矩陣的計(jì)算，然后通過對相關(guān)矩陣進(jìn)行二值化處理，來構(gòu)建被試的靜息態(tài)腦功能復(fù)雜網(wǎng)絡(luò)。并進(jìn)行復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)性質(zhì)計(jì)算，最后再將所得到被試的拓?fù)湫再|(zhì)進(jìn)行雙樣本T檢驗(yàn)，并分析得到的顯著異常。該方法對偏頭痛患者進(jìn)行測評之后，能很好地輔助對偏頭痛患者的診斷。
【IPC分類】A61B5-055, G06F19-00
【公開號】CN104715150
【申請?zhí)枴緾N201510122131
【發(fā)明人】陳敦耀, 曾衛(wèi)明
【申請人】上海海事大學(xué)
【公開日】2015年6月17日
【申請日】2015年3月19日