摘要
本发明提供了一种基于rTMS的脑功能动态预测装置、设备及介质,涉及脑数据处理技术领域,装置用于获取多模态磁共振成像数据,并进行预处理,生成BOLD时间序列;对BOLD时间序列进行希尔伯特变换,确定不同脑区之间同一时间点的相位相干性矩阵;对相位相干性矩阵进行加权特征向量动力学分析,生成加权特征向量;对加权特征向量进行聚类分析,生成功能连接脑状态聚类数据;确定功能连接脑状态聚类数据与Yeo静息态网络的相似性,并生成功能连接脑网络状态;确定功能连接脑网络状态之间的状态变化数据,生成状态转换概率矩阵;根据转换概率矩阵与脑指标,生成rTMS预测结果。本发明可以提高预测效率。
技术关键词
多模态磁共振成像
相干性
状态转换概率
静息态
预测装置
磁共振成像数据
矩阵
聚类
Pearson相关系数
网络
序列
支持向量回归模型
动态
模块
特征值
指标
标签
存储计算机程序
时间校正
系统为您推荐了相关专利信息
粒子群优化算法
粒子群模型
锯条
量子优化算法
优化工艺参数
需求预测模型
设备运行数据
机器学习算法
特征工程
需求预测方法
风险预测模型
平台
建模方法
风险预测方法
训练集
动作预测模型
动作预测方法
图像特征信息
视频流
大语言模型