买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利一种用于fMRI脑功能连接分析的单样本网络方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119693347B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411877040.4，技术领域涉及：G06T7/00；该发明授权一种用于fMRI脑功能连接分析的单样本网络方法及系统是由董继扬;张钊恺;高爽;邓伶莉设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种用于fMRI脑功能连接分析的单样本网络方法及系统在说明书摘要公布了：本发明提供一种用于fMRI脑功能连接分析的单样本网络方法及系统，属于fMRI数据社区划分算法领域，包括：对初始fMRI数据集进行预处理；对预处理后的fMRI数据集进行脑区划分；获取健康对照组脑区平均相关矩阵，计算疾病组中各样本相对于健康对照组样本的差异相关矩阵，进而得到疾病组中各样本的二值化单样本关联矩阵，以构造疾病组各样本的单样本网络；对单样本网络进行社区划分，得到疾病组样本的脑区共社区概率矩阵；对脑区共社区概率矩阵进行显著性检验，保留共社区概率显著大于随机分配的脑区对；对保留的脑区对进行功能富集，提取与疾病相关的显著变化脑区连接。本发明能够减小个体差异的影响，保留组件差异，准确提取与疾病相关的显著变化脑区连接。

本发明授权一种用于fMRI脑功能连接分析的单样本网络方法及系统在权利要求书中公布了：1.一种用于fMRI脑功能连接分析的单样本网络方法，其特征在于：包括如下步骤： 步骤S1、对初始fMRI数据集进行预处理，得到降噪且空间标准化的fMRI数据集，预处理后的fMRI数据集中包含健康对照组样本和疾病组样本； 步骤S2、根据标准化的脑区图谱，对预处理后的fMRI数据集进行脑区划分，得到多个脑区以及各脑区的BOLD信号； 步骤S3、根据健康对照组样本对应的各脑区的BOLD信号获取健康对照组脑区平均相关矩阵，并利用获取健康对照组脑区平均相关矩阵，计算疾病组中各样本相对于健康对照组样本的差异相关矩阵，进而得到疾病组中各样本的二值化单样本关联矩阵，将各脑区作为节点、二值化单样本关联矩阵作为邻接矩阵，构造疾病组各样本的单样本网络； 步骤S4、对单样本网络进行社区划分，计算得到疾病组样本的脑区共社区概率矩阵； 步骤S5、对脑区共社区概率矩阵进行显著性检验，保留共社区概率显著大于随机分配的脑区对； 步骤S6、对步骤S5保留的脑区对进行功能富集，提取与疾病相关的显著变化脑区连接； 所述步骤S3具体包括如下步骤： 步骤S31、根据公式获取健康对照组H个样本的脑区平均相关矩阵，其中，为的元素，表示健康对照组第h个样本中任意两个脑区的BOLD信号和之间的Pearson相关系数，H为健康对照组样本数量，，预处理后的fMRI数据集中各样本所划分的脑区数量均为N个，N为整数； 步骤S32、根据公式获取计算疾病组中第k个样本相对于健康对照组样本的差异相关矩阵，其中，表示疾病组第k个样本中任意两个脑区的BOLD信号和之间的Pearson相关系数，为的元素； 步骤S33、根据公式对差异相关矩阵进行z变换，得到疾病组第k个样本的权重矩阵，进而根据公式计算疾病组第k个样本的二值化单样本关联矩阵，其中，T为给定阈值； 步骤S34、将各脑区作为节点、二值化单样本关联矩阵作为邻接矩阵，构造疾病组第k个样本的单样本网络，其中，为疾病组第k个样本的脑区节点集，为疾病组第k个样本的脑区关联边集； 所述步骤S4具体包括如下步骤： 步骤S41、根据疾病组第k个样本的单样本网络G中的各独立社区计算单样本网络G的初始模块度，并分别计算单样本网络G中的任意社区和与该社区连接的各社区合并后的合并模块度，其中，初始模块度和合并模块度均按照公式计算，表示社区Ci内的边的权重之和，表示与社区Ci内的节点相连的所有边的权重之和，表示单样本网络G中边的数量，C表示参与计算的社区的集合； 步骤S42、分别计算初始模块度与各合并模块度的变化量，将模块度变化最大的社区Cj与社区Ci合并为一个新的社区，更新单样本网络G； 步骤S43、重复步骤S41至步骤S42以不断进行社区划分与合并，直至所有脑区节点的所属社区不再变化； 步骤S44、根据公式计算疾病组第k个样本的任意两个脑区节点和的共社区概率矩阵，其中，f为社区划分次数，p为共社区次数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361000 福建省厦门市思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。