基于磁共振成像观测的双相障碍神经动力学演化分析方法与流程

本发明涉及信号处理，具体涉及基于磁共振成像观测的双相障碍神经动力学演化分析方法。

背景技术：

1、双相情感障碍(简称双相障碍或双相)是一类重性精神疾病，起病早、发病率高、终生率高、误诊漏诊率高、致残致死率高，危害极大。双相障碍患者的情绪波动极大，且易伴发多种冲动行为，对患者、家庭、社会均造成严重危害。但双相情感障碍的发病机制目前还尚不清楚，致使临床工作中长期面临着早期识别难、病情监测难、疗效预测难的困境。因此，充分理解双相障碍的发病机制，对其进行有效的早期识别和动态监测，对降低漏诊误诊率、提高患者预后水平极为重要。

2、现有技术中对双相障碍的研究类型上，多侧重临床尤其量表研究，磁共振研究占比相对较小，而且现有影像学研究中，被试的病程长短不一、样本量偏小，导致现有结果的异质性高、可重复性低，因此，现有的双相障碍研究标准性差，自动化程度低。

技术实现思路

1、本发明的目的在于提供基于磁共振成像观测的双相障碍神经动力学演化分析方法，以解决现有技术中多侧重临床尤其量表研究，磁共振研究占比相对较小，而且现有影像学研究中，被试的病程长短不一、样本量偏小，导致现有结果的异质性高、可重复性低的技术问题。

2、为解决上述技术问题，本发明具体提供下述技术方案：

3、一种基于磁共振成像观测的双相障碍神经动力学演化分析方法，包括以下步骤：

4、获取双相情感障碍患者的头部静息态功能磁共振成像数据，并对所述头部静息态功能磁共振成像数据进行预处理；

5、根据aal90模板进行脑区划分，并分别选取头部左右两侧额叶-杏仁核环路内的各7个部位为种子点，计算种子点间的功能连接得到前额叶-杏仁核环路的功能脑网络；

6、计算前额叶-杏仁核环路的功能脑网络中各个种子点的功能活动指标；

7、采用最大熵模型对前额叶-杏仁核环路的功能脑网络中各个种子点之间的时间序列进行成对拟合，得到前额叶-杏仁核环路的功能脑网络的各个活动模式的出现概率；

8、根据所述前额叶-杏仁核环路的功能脑网络的各个活动模式的出现概率，计算出所述前额叶-杏仁核环路的功能脑网络的各个活动模式的能量值；

9、量化所述前额叶-杏仁核环路的功能脑网络内的局部能量极小值、能量壁垒，构建所述前额叶-杏仁核环路的功能脑网络内局部能量极小态的非连通图，得到能量景观图；

10、基于所述能量景观图，评估所述前额叶-杏仁核环路的功能脑网络内各局部最小值之间的层级结构、盆地大小；

11、利用马尔可夫链蒙特卡罗方法在所述能量景观图中模拟所述前额叶-杏仁核环路的功能脑网络的活动，再对模拟结果进行偏相关分析，计算出前额叶-杏仁核环路的功能脑网络的神经动力学指标；

12、二阶截断所述额叶-杏仁核环路的动力学多项式方程，并对所述前额叶-杏仁核环路的功能脑网络由不同的初始大脑状态出发，模拟大脑动态活动轨迹的演化；

13、计算皮尔逊相关系数，基于模拟得到的所述大脑动态活动轨迹，量化出不同时相下的情绪状态与前额叶-杏仁核环路的功能脑网络的神经动力学指标之间的相关性规律。

14、作为本发明的一种优选方案，所述预处理包括去除时间点、时间层校正、头动校正、原点校正、空间标准化、噪声回归、去线性漂移、带通滤波。

15、作为本发明的一种优选方案，所述种子点对应的脑区的直径为4毫米。

16、作为本发明的一种优选方案，采用最大熵模型对前额叶-杏仁核环路的功能脑网络中各个种子点之间的时间序列进行成对拟合的方法包括：

17、步骤11：描述前额叶-杏仁核环路的功能脑网络在时间t的活动模式，所述前额叶-杏仁核环路的功能脑网络在时间t的活动模式表达式为：

18、

19、式中，vt为前额叶-杏仁核环路的功能脑网络在时间t的活动模式v的向量式，n为种子点数量，为第1个种子点在时间t的活动模式，为第2个种子点在时间t的活动模式，为第n个种子点在时间t的活动模式；

20、步骤12：根据最大熵原理，且前额叶-杏仁核环路的功能脑网络的活动模式v的出现概率p(vk)应服从玻尔兹曼分布，得到每个活动模式的出现概率，所述活动模式的出现概率为：

21、

22、式中，p(vk)为第k个活动模式的出现概率，e(vk)为第k个活动模式的能量值，vk为前额叶-杏仁核环路的功能脑网络的第k个活动模式，n为种子点数量。

23、作为本发明的一种优选方案，所述前额叶-杏仁核环路的功能脑网络的各个活动模式的能量值计算方法式为：

24、

25、式中，e(vk)为第k个活动模式的能量值，n为种子点数量，σi(vk)为前额叶-杏仁核环路的功能脑网络中第i个种子点处的第k活动模式vk的二值化值，hi为前额叶-杏仁核环路的功能脑网络中第i个种子点处的基础活性，jij表示第i种子点和第j种子点之间的相互作用。

26、作为本发明的一种优选方案，所述神经动力学指标包括大脑主导状态持续时间、间接过渡频率和中间状态频率。

27、作为本发明的一种优选方案，二阶截断所述额叶-杏仁核环路的动力学多项式方程的方法包括：

28、步骤21：假设前额叶-杏仁核环路的动力学多项式方程，所述前额叶-杏仁核环路的动力学多项式方程为：

29、

30、式中，为f(x)的导数，f(x)为状态函数，为所述前额叶-杏仁核环路的状态变量，为外界干扰等噪声，n为种子点数量；

31、步骤22：采用离散方程描述前额叶-杏仁核环路的动力学多项式方程，得到前额叶-杏仁核环路的动力学多项式方程的离散形式，所述前额叶-杏仁核环路的动力学多项式方程的离散形式为：

32、△x＝f(x)+ξ；

33、式中，△x为前额叶-杏仁核环路的状态变量的变化量，f(x)为前额叶-杏仁核环路的功能脑网络表达函数的多项式形式，为外界干扰噪声，n为种子点数量；

34、步骤23：二阶截断离散形式的前额叶-杏仁核环路的动力学多项式方程，得到f(x)的近似函数ma，同时将更高阶项归入噪声项ξ中，得到所述前额叶-杏仁核环路的功能脑网络的动力学多项式方程，所述前额叶-杏仁核环路的功能脑网络的动力学多项式方程为：

35、△x＝ma+ξ；

36、式中，△x为前额叶-杏仁核环路的状态变量的变化量，为外界干扰噪声，n为种子点数量。

37、作为本发明的一种优选方案，所述情绪症状与前额叶-杏仁核环路的功能脑网络的神经动力学指标之间的相关性规律的量化方法包括：

38、在大脑动态活动轨迹中，获取各个时相下的神经动力学指标；

39、将位于同一时相下的情绪状态的评分值与神经动力学指标，利用皮尔逊相关系数公式，计算出表征情绪状态与神经动力学指标相关程度的相关系数；

40、将各个时相下情绪状态与神经动力学指标间的相关系数作为所述相关性规律。

41、本发明与现有技术相比较具有如下有益效果：

42、本发明针对双相情感障碍患者开展基于能量图景的神经动力学分析，通过能量景观重现评估神经动力学指标(主要状态持续时间、间接过渡频率、中间状态频率)，仿真大脑动态活动轨迹，并将大脑状态与情绪状态进行对应，可明确暴露于该疾病状态下患者的大脑演化模式。