1.融合圖像體素及先驗?zāi)X圖譜劃分的大腦網(wǎng)絡(luò)構(gòu)建方法，其特征在于，基于圖像體素構(gòu)建初步的大腦網(wǎng)絡(luò)，在初步大腦網(wǎng)絡(luò)的基礎(chǔ)上基于先驗?zāi)X圖譜構(gòu)建最終的大腦網(wǎng)絡(luò)，具體操作步驟如下：

步驟1：利用磁共振成像手段獲取大腦信號數(shù)據(jù)并對獲取的數(shù)據(jù)進(jìn)行預(yù)處理，采用SPM5統(tǒng)計參數(shù)圖分析軟件對數(shù)據(jù)進(jìn)行預(yù)處理，具體操作如下：

(1.1)采用最小二乘法對采集到的大腦信號數(shù)據(jù)進(jìn)行頭動校正；

(1.2)對校正后的數(shù)據(jù)利用仿射變換將平均圖像配準(zhǔn)到標(biāo)準(zhǔn)模板，并將體素進(jìn)行重切；

(1.3)采用帶通濾波器對配準(zhǔn)重切后的數(shù)據(jù)進(jìn)行濾波，以去除噪聲；

(1.4)對濾波后的數(shù)據(jù)進(jìn)行線性回歸，去除白質(zhì)、腦脊液和被試實驗過程中頭動產(chǎn)生的影響；

步驟2：基于圖像體素構(gòu)建初步的大腦網(wǎng)絡(luò)，具體操作如下：

(2.1)將大腦圖像中的圖像體素定義為大腦網(wǎng)絡(luò)中的節(jié)點；

(2.2)在一系列稀疏度S％中尋找臨界值S_臨界％，在尋找臨界值S_臨界％的過程中，同時也在利用如下公式計算大腦網(wǎng)絡(luò)中實際存在的邊數(shù)：

S%=M/N(N-1)2---(1-1)]]>

其中，M表示大腦網(wǎng)絡(luò)中實際存在的邊，N為大腦網(wǎng)絡(luò)中節(jié)點的個數(shù)，表示大腦網(wǎng)絡(luò)中最大可能存在的邊數(shù)；

尋找臨界值S_臨界％的具體操作步驟如下：

(2.2.1)提取(2.1)步驟中每一個體素點的時間序列，將每兩個體素點的時間序列進(jìn)行相關(guān)得到每兩個體素點之間的皮爾森相關(guān)系數(shù)r_ij，將皮爾森相關(guān)系數(shù)r_ij取絕對值得到|r_ij|；皮爾森相關(guān)系數(shù)r_ij代表第i個體素點和第j個體素點之間的相關(guān)性，r_ij的值介于-1和1之間，當(dāng)-1≤r_ij≤0時表示第i個體素點和第j個體素點之間是負(fù)相關(guān)，當(dāng)l≥r_ij≥0時表示第i個體素點和第j個體素點之間是正相關(guān)；|r_ij|的值越大表示第i個體素點和第j個體素點之間的相關(guān)性越高；

(2.2.2)根據(jù)大腦網(wǎng)絡(luò)節(jié)點總數(shù)N建立N*N的零矩陣，將每兩點之間的皮爾森相關(guān)系數(shù)r_ij填入對應(yīng)的零矩陣中，得到對稱矩陣，定義該對稱矩陣為相關(guān)系數(shù)矩陣；

(2.2.3)選擇一系列稀疏度值，根據(jù)公式(1-1)計算每一稀疏度下的M值，M表示大腦網(wǎng)絡(luò)中實際存在的邊數(shù)，將M值四舍五入取整；

(2.2.4)將相關(guān)系數(shù)矩陣的上三角矩陣中所有的|r_ij|按降序排列，計算每一稀疏度S％下M值的|r_ij|值定義為r_臨界，建立與(2.2.2)步驟中相關(guān)系數(shù)矩陣大小相同的零矩陣，稱該矩陣為鄰接矩陣，找出相關(guān)系數(shù)矩陣中所有|r_ij|≥r_臨界的位置，將鄰接矩陣中對應(yīng)|r_ij|≥r_臨界的位置置1，然后將對角線位置置0，鄰接矩陣中值為1的位置表示兩個節(jié)點之間有連接，即網(wǎng)絡(luò)中兩個節(jié)點之間存在邊，值為0則表示兩個節(jié)點之間沒有連接，即網(wǎng)絡(luò)中的兩個節(jié)點間沒有邊；

(2.2.5)在所選的每個稀疏度下計算所有節(jié)點的度值，節(jié)點i的度值d_i定義為與該點直接相連的邊數(shù)，節(jié)點的度值越大則該節(jié)點的連接邊越多，節(jié)點在網(wǎng)絡(luò)中的地位也就越重要；

(2.2.6)統(tǒng)計度值不等于零的節(jié)點數(shù)目K，得到比例K/N，將第一個K/N＝1時所對應(yīng)的稀疏度S％定義為S_臨界％，S_臨界％用于保證網(wǎng)絡(luò)處于全連接狀態(tài)，同時最大程度減少網(wǎng)絡(luò)中隨機產(chǎn)生的邊的數(shù)目；

(2.3)根據(jù)(2.1)步驟中的節(jié)點以及(2.2.4)步驟中的邊確定初步的大腦網(wǎng)絡(luò)；

步驟3：在初步大腦網(wǎng)絡(luò)的基礎(chǔ)上基于先驗?zāi)X圖譜構(gòu)建最終的大腦網(wǎng)絡(luò)，具體操作如下：

(3.1)尋找最終大腦網(wǎng)絡(luò)的核心節(jié)點，具體操作包括；

(3.1.1)優(yōu)化初步大腦網(wǎng)絡(luò)中的節(jié)點，在稀疏度S_臨界％下尋找度值較大的節(jié)點，去除一部分不重要的節(jié)點；

(3.1.2)利用Talairach腦區(qū)定位軟件，將優(yōu)化后的節(jié)點坐標(biāo)和Talairach腦區(qū)定位軟件中腦圖譜劃分的腦區(qū)進(jìn)行對比篩選，若一個腦區(qū)中只包含一個節(jié)點，則保留該節(jié)點；若一個腦區(qū)中包含多個節(jié)點，則保留其中度值最大的節(jié)點，即保留該腦區(qū)中最重要的節(jié)點；

(3.1.3)分別以(3.1.2)步驟中保留節(jié)點的坐標(biāo)為圓心，在大腦空間中畫半徑為6毫米的球，去掉得到球體內(nèi)白質(zhì)，腦脊液的體素，即去除噪聲，以保證腦區(qū)功能一致性，當(dāng)畫出的球有兩個或多個存在重疊部分時，將重疊部分從每個球體內(nèi)去除，然后將每個球體看作一個腦區(qū)；

(3.1.4)將(3.1.3)步驟中得到的腦區(qū)看作大腦網(wǎng)絡(luò)中的核心節(jié)點，計算核心節(jié)點總數(shù)N_核心，所保留的核心節(jié)點為最終大腦網(wǎng)絡(luò)的網(wǎng)絡(luò)節(jié)點；

(3.2)構(gòu)建大腦網(wǎng)絡(luò)的邊即網(wǎng)絡(luò)節(jié)點間的連接，具體操作如下：

(3.2.1)提取每個核心節(jié)點的時間序列，將每兩個核心節(jié)點的時間序列進(jìn)行相關(guān)得到每兩個核心節(jié)點之間的皮爾森相關(guān)系數(shù)R_ij，將皮爾森相關(guān)系數(shù)R_ij取絕對值得到|R_ij|；

(3.2.2)根據(jù)核心節(jié)點總數(shù)N_核心建立N_核心*N_核心大小的零矩陣，將每兩點之間的皮爾森相關(guān)系數(shù)R_ij填入對應(yīng)的零矩陣中，得到相關(guān)系數(shù)矩陣；

(3.2.3)根據(jù)公式(1-1)計算出S_臨界％下對應(yīng)的M值，將M值四舍五入取整，即得到S_臨界％下網(wǎng)絡(luò)中保留的實際邊數(shù)；

(3.2.4)將相關(guān)系數(shù)矩陣的上三角矩陣中所有的|R_ij|按降序排列，計算稀疏度S_臨界％下M值的|R_ij|值作為R_臨界，建立與(3.2.2)步驟中相關(guān)系數(shù)矩陣大小相同的零矩陣，稱該矩陣為鄰接矩陣，找出相關(guān)系數(shù)矩陣中所有|R_ij|≥R_臨界的位置，將鄰接矩陣中對應(yīng)|R_ij|≥R_臨界的位置置1，然后將對角線位置置0，鄰接矩陣中值為1的位置表示兩個節(jié)點之間有連接，即網(wǎng)絡(luò)中兩個節(jié)點之間存在邊，值為0則表示兩個節(jié)點之間沒有連接，即網(wǎng)絡(luò)中的兩個節(jié)點間沒有邊；

(3.3)根據(jù)(3.1.4)步驟中得出的核心節(jié)點以及(3.2.4)步驟中得出的大腦網(wǎng)絡(luò)的邊確定最終的大腦網(wǎng)絡(luò)。