人的大脑有约10^{11}个神经元,神经元之间通过其突触相互连接而组成一个高度复杂的网络,挖掘该网络的信息意义十分重大, 将有助于解决人类认知性障碍疾病的预防和诊断.本文利用精神分裂症病人和正常对照受试者的功能性磁共振成像~(functionalmagnetic resonance imaging, fMRI)~数据来构造人脑网络模型,
再基于图论方法对精神分裂症病人的脑网络的异常拓扑属性进行探索.在传统的基于图论方法对人脑网络信息进行挖掘时,都是假设人脑网络模型具有时不变性,
因而在构造人脑网络模型时是取整个时间段的时间序列数据进行构造的,构造出的是一种静态不变的网络, 然而~fMRI~功能像时间序列数据具有不平稳性,
难以保证时不变这一前提. 因此, 在构造人脑网络模型时, 应该考虑其时变性的特点,构造一个动态的脑网络, 这样才能更好地挖掘人脑网络的信息. 本文利用取时间窗口,对时间序列数据进行分段计算, 构造动态的脑网络模型, 再结合图论知识进行分析,从而降低了~fMRI~功能像时间序列数据不平稳性对结果的影响.
通过对精神分裂症病人和正常对照受试者不同水平的动态脑网络进行对比,结果发现精神分裂症病人和正常对照受试者的全脑动态功能连接网络的单个
节点的属性、组网络的属性出现差异,这些网络属性差异的发现为进一步研究精神分裂症的病理机制提供了新的线索.