一种加权图正则化稀疏脑网络构建方法

• 收藏
• 分享

专利权人:

郑州大学

发明人:

余仁萍,张利朋,余海飞,费选

申请号：

CN201811137866.1

公开号：

CN109065128A

申请日:

2018.09.28

申请国别(地区):

CN

年份:

2018

代理人:

摘要：

本发明公开了一种加权图正则化稀疏脑网络构建方法。该方法首先分析原始数据空间中的相似数据在经过投影后仍然保持相似的局部流形特性,从而利用图正则化项对脑连接之间的关联进行约束建模;然后考虑相关性分析能够度量脑区时序信号序列中本质的相似度,从而利用度量的功能连接强度先验信息对稀疏建模进行约束,建立加权稀疏正则化项;最后对整个大脑功能网络进行联合建模,构建更具生物意义的大脑网络。本发明通过将相关性分析、稀疏性以及图正则化约束整合在一个统一的建模框架中,能够充分利用功能磁共振脑图像数据中的相似性和局部性,有效地构建脑功能网络并且用于神经疾病的鉴别以及生物标识物分析。

来源网站：

中国工程科技知识中心

来源网址：

http://www.ckcest.cn/home/