一种基于脑白质网络传播动力学异常的婴幼儿智力障碍预警方法

本发明公开了一种基于脑白质网络传播动力学异常的婴幼儿智力障碍预警方法，涉及脑影像分析与智能风险预测技术领域。该方法首先对婴幼儿脑部MRI或DWI影像数据进行标准预处理，并基于新生儿模板构建结构连接网络。随后引入线性阈值模型(LTM)模拟信息在脑网络中的扩散过程，提取多种传播动力学特征，包括传播时间、扩散能力、合作加速比与竞争性指标等。基于上述特征，利用随机森林回归模型对18月龄的认知、语言和运动发育量表进行预测，并通过特征重要性分析识别关键传播脑区。该方法可实现无创、自动化、结构驱动的发育风险早期评估，具有较高的可推广性和临床应用潜力。