-
公开(公告)号：CN111063423A
公开(公告)日：2020-04-24
申请号：CN201911295552.9
申请日：2019-12-16
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种阿尔茨海默病和轻度认知障碍脑网络特异性结构提取方法，包括：步骤一：功能磁共振数据预处理；步骤二：脑网络构建，全脑功能分区及时间序列提取；步骤三：持续同调模型构建；步骤四：持续同调高维特征量化，置换检验对AD，MCI和HC三组Landscapes做统计学分析；步骤五：脑网络特异性结构提取；步骤六：输出结果。本发明避免了图论法中的阈值选取问题，也可有效的减少计算负担，是一种创新性的方法。
-
公开(公告)号：CN111063423B
公开(公告)日：2022-05-20
申请号：CN201911295552.9
申请日：2019-12-16
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种阿尔茨海默病和轻度认知障碍脑网络特异性结构提取方法，包括：步骤一：功能磁共振数据预处理；步骤二：脑网络构建，全脑功能分区及时间序列提取；步骤三：持续同调模型构建；步骤四：持续同调高维特征量化，置换检验对AD，MCI和HC三组Landscapes做统计学分析；步骤五：脑网络特异性结构提取；步骤六：输出结果。本发明避免了图论法中的阈值选取问题，也可有效的减少计算负担，是一种创新性的方法。
-
公开(公告)号：CN109767435A
公开(公告)日：2019-05-17
申请号：CN201910012929.9
申请日：2019-01-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于持续同调技术的阿尔兹海默症脑网络特征提取方法，属于脑网络分析技术领域；本发明通过数据预处理、脑网络划分、脑网络构建、持续同调构建脑网络过滤流、持续区间数据统计学分析与阿尔兹海默症脑网络特征提取实现对病人脑网络特征提取；本发明通过构建阈值可变的多尺度脑网络，避免了图论法中的阈值选取问题；其中网络复形流的持续特征发现机制，也可有效的减少计算负担，是一种行之有效的脑网络分析技术。将持续同调理论应用于阿尔兹海默症病人的脑分析领域，研究脑机制，发现疾病的脑网络连接特征，是一种创新性的研究思路，对于阿尔兹海默症的早期诊断、药物研制、诊疗方案制定具有重要意义。
-
公开(公告)号：CN109767435B
公开(公告)日：2022-04-19
申请号：CN201910012929.9
申请日：2019-01-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于持续同调技术的阿尔兹海默症脑网络特征提取方法，属于脑网络分析技术领域；本发明通过数据预处理、脑网络划分、脑网络构建、持续同调构建脑网络过滤流、持续区间数据统计学分析与阿尔兹海默症脑网络特征提取实现对病人脑网络特征提取；本发明通过构建阈值可变的多尺度脑网络，避免了图论法中的阈值选取问题；其中网络复形流的持续特征发现机制，也可有效的减少计算负担，是一种行之有效的脑网络分析技术。将持续同调理论应用于阿尔兹海默症病人的脑分析领域，研究脑机制，发现疾病的脑网络连接特征，是一种创新性的研究思路，对于阿尔兹海默症的早期诊断、药物研制、诊疗方案制定具有重要意义。
-
-
-
Search Results
4
records
(took 0.024 seconds)
