基于静息态功能性磁共振成像的海马旁回功能分区方法

摘要

本发明涉及一种基于静息态功能性磁共振成像的海马旁回功能分区方法，对采集的原始静息态磁共振数据进行预处理；在标准MNI空间中提取被试海马旁回脑区；计算被试海马旁回脑区中各个体素与全脑所有体素时间序列的皮尔森相似性度量，建立海马旁回的功能连接模式；以海马旁回的功能连接模式作为特征，运用t‑SNE对全脑连接模式矩阵进行特征降维；应用能够自动确定聚类数目的基于本征间隙的谱聚类算法，实现海马旁回功能亚区的分割。通过静息态fMRI的功能连接模式，使用特征降维与自动谱聚类的融合算法对海马旁回脑区进行分割，并以各亚区作为种子点，分析其与全脑的特异性功能连接。提高了基于高维无标注的fMRI数据处理的准确率和效率。