-
公开(公告)号：CN107256408B
公开(公告)日：2020-08-11
申请号：CN201710332431.1
申请日：2017-05-12
Applicant: 常州大学
Abstract: 本发明公开了一种大脑功能网络关键路径搜索方法，主要步骤为：对前期采集的大脑功能磁共振成像数据进行预处理；将处理后的图像按标准脑模板划分为若干脑区，计算各脑区相关系数并将相关系数矩阵中的元素作为连接强弱的初始值；对路径进行编号并计算路径的优化度，将路径编号和对应的优化度存储到矩阵中；将路径按优化度降序排列并划分到不同的子群体中，构造子群体；对每个子群体中优化度最差的路径进行更新；将优化后的所有子群混合，进行个体局部随机更新操作，更新路径优化度。若全局路径优化度差值小于阀值，输出关键路径；否则重新划分子群。该方法可以研究大脑功能网络各功能区的功能交互，并分析网络结构和功能之间的潜在关系。
-
公开(公告)号：CN108447546A
公开(公告)日：2018-08-24
申请号：CN201810106339.8
申请日：2018-02-02
Applicant: 常州大学
IPC: G16H30/00
Abstract: 本发明涉及一种基于加权网络的大脑功能连接模块划分方法，主要步骤为：对大脑功能磁共振成像进行预处理并与标准分区模板匹配，提取各个脑区对应的时间序列；采用滑窗法分离每个窗口对应的子时间序列，将所有窗口的相关系数矩阵组合，构建大脑功能连接的动态加权网络；由介数率得出考虑权重时加权网络的边介数，计算忽略权重的边介数、介数率和连接边权重的比值，并移除该比值最大的连接边；输出模块划分结果并计算模块度的值，直到网络中没有可以移除的连接边为止；输出模块度的最大值对应的模块划分结果。该方法综合考虑了大脑功能连接的动态特征与权值变化，弥补了传统模块划分方法忽略时变特性和对权值进行简单阈值化处理的不足。
-
公开(公告)号：CN107256408A
公开(公告)日：2017-10-17
申请号：CN201710332431.1
申请日：2017-05-12
Applicant: 常州大学
Abstract: 本发明公开了一种大脑功能网络关键路径搜索方法，主要步骤为：对前期采集的大脑功能磁共振成像数据进行预处理；将处理后的图像按标准脑模板划分为若干脑区，计算各脑区相关系数并将相关系数矩阵中的元素作为连接强弱的初始值；对路径进行编号并计算路径的优化度，将路径编号和对应的优化度存储到矩阵中；将路径按优化度降序排列并划分到不同的子群体中，构造子群体；对每个子群体中优化度最差的路径进行更新；将优化后的所有子群混合，进行个体局部随机更新操作，更新路径优化度。若全局路径优化度差值小于阀值，输出关键路径；否则重新划分子群。该方法可以研究大脑功能网络各功能区的功能交互，并分析网络结构和功能之间的潜在关系。
-
-
Search Results
3
records
(took 0.014 seconds)
