CN111096730B - 基于自发动力学活动的波动熵的自闭症分类方法 - Google Patents

Abstract

本发明公开了一种基于自发动力学活动的波动熵的自闭症分类方法。该方法的具体实施步骤如下：（1）将近红外光谱fNIRS时间序列按照序列长度进行切割，然后设置不同的滑动窗口和步长，对每个子序列按照滑动窗口和步长进行空间重构，得到重构分量；（2）对步骤（1）得到的重构分量计算样本熵，由此得到波动熵序列；（3）提取波动熵序列的四个特征值（包括波动熵的方差、均值、最大值和最小值），生成新的样本，作为支持向量机（SVM）的输入变量；（4）将步骤（3）得到的新样本输入到SVM中，进行ASD的判别。本发明方法实现了对ASD诊断较高的分类，同时该方法表明波动熵是区分ASD和TD的一个非常敏感的指标，这可能是未来基于fNIRS预测ASD的生物标志物。

Description

基于自发动力学活动的波动熵的自闭症分类方法

技术领域

本发明属于近红外光谱(fNIRS)处理领域，具体涉及一种基于自发动力学活动的波动熵的自闭症分类方法。

背景技术

自闭症谱系障碍(ASD)是一种全系统的紊乱，其主要表现在三个方面：言语功能，社交活动的障碍，兴趣活动的狭窄和行为活动的刻板。调查显示，美国ASD患病率从2000年的0.67％上升到2010年的1.47％，根据美国疾病控制与预防中心(CDC)的数据，目前ASD患病率约为1.69％。因此，ASD在美国儿童中的患病率正在稳步上升。目前ASD研究面临的挑战是早期诊断，由于早期诊断可能导致早期干预，这可能改变ASD风险儿童的发展轨迹，并对长期结果有重要影响。

在ASD的诊断研究中，通常利用行为观察、神经成像、并结合机器学习等方法进行诊断。在利用行为观察方法对ASD进行诊断的研究中。最为广泛使用的工具是自闭症诊断观察表(ADOS)，但是基于行为依据的诊断缺乏生物学依据。近年来，常利用神经成像和机器学习相结合的方法来探索与ASD相关的大脑组织或功能的特征具有重要意义。其中fNIRS是一种光学脑成像技术，提供了对脑血流动力学的非侵入性测量。与其他神经成像技术相比，近红外成像具有安全、约束少、环境噪声小、对头部运动的敏感性低等特点。这些固有的优势使得fNIRS成为研究自闭症儿童的一种有效的脑成像技术。

在利用机器学习和神经成像技术对ASD诊断的研究中，目前尚缺乏对成像时间序列阶段波动性的研究。在精神疾病的研究中，考虑不稳定性和阶段波动的特征是成功诊断的因素。fNIRS信号是一个非平稳、非线性的时间序列。因此在基于fNIRS诊断ASD的过程中，我们认为有必要分析ASD患儿的阶段波动特征。一般而言，样本熵理论是一种描述时间序列的自相似性和复杂性程度的有效方法，可以解释时间序列的波动规律。但是现有的样本熵理论不能很好描述阶段波动的特征。

发明内容

由于fNIRS时间序列的阶段波动特征可以为ASD患儿和TD儿童的分类提供鉴别信息，本发明提出了一种基于自发动力学活动的波动熵的自闭症分类方法。在该分类方法中，本发明提出了一种新的统计测度——波动熵。波动熵不仅描述了时间序列的自相似性和复杂性，而且反映了时间序列的相位波动。该方法可以客观发现和量化fNRIS序列的模式多样性和自相似性以及自闭症患者群体与正常人群体的差异。该方法用波动熵进行fNIRS时间序列阶段波动特征的抽取和评估，从而反映序列的阶段波动情况。进一步地，本发明利用SVM分类模型，通过对fNIRS时间序列的波动熵进行差异性度量，实现对ASD的预诊。

为达到上述目标，本发明采用如下技术方案：

一种基于自发动力学活动的波动熵的自闭症分类方法，包括以下步骤：

步骤1、将近红外光谱fNIRS时间序列按照序列长度进行切割，然后设置不同的滑动窗口和步长，对每个子序列按照滑动窗口和步长进行空间重构，得到重构分量；

步骤2、对重构分量进行样本熵的计算，由此得到波动熵；

步骤3、提取波动熵序列的四个特征值，包括波动熵的方差、均值、最大值和最小值，生成新的样本，作为支持向量机(SVM)的输入变量；

步骤4、将步骤3生成的新样本输入到SVM中，采用k折交叉验证，进行自闭症(ASD)儿童的判别。

所述步骤1中的对fNIRS时间序列按照序列长度进行切割，然后设置不同的滑动窗口n和步长b，对每个子序列按照滑动窗口和步长进行空间重构，得到矩阵：

式中：K为滑动窗口的个数，K＝(N-n+1)；矩阵中的每一行看作是一个重构分量，共有K个重构分量。

所述步骤2中对步骤1中生成的重构分量进行样本熵的计算，由此得到波动熵，其过程如下：

(2-1)对于矩阵中的第k个重构分量S^k：

S^k＝{u(1+(k-1)b),u(2+(k-1)b),...,u(n+(k-1)b)}

根据嵌入维数m，从S^k中连续选择m个数，构成一组m维向量，代表从第i个点开始连续的m个u的值：/>

(2-2)计算两个向量之间的距离，/>是两个向量对应元素之间的最大差值，即：/>其中，f∈[0,m-1]，i,j∈[1,N-m]且i≠j；

(2-3)对于给定的使/>之间的距离小于r的j数目，记作B_i，其中r表示相似容限，r的大小一般为0.1-0.25SD，SD为重构分量的标准差；计算重构分量中的每个向量和其他向量相似的概率，记作/>计算公式如下：

(2-4)计算每个m维向量的自相似概率，记作B^m(r)，计算公式如下：

(2-5)将维数增加1，重复上述步骤，计算每个m+1维向量的自相似概率，记作B^m+1(r)；

(2-6)当n为有限值的时候，该重构分量的样本熵计算公式如下：

(2-7)重复步骤(2-2)到(2-7)步，直到计算出每个重构分量的样本熵，通过以上过程，原始时间序列的熵值由多个样本熵构成，因此将其称为波动熵。

所述步骤3中为了反映fNIRS时间序列的的阶段波动情况，将提取波动熵的方差var_sam_i，均值ave_sam_i，最大值max_sam_i和最小值min_sam_i，生成新的样本，作为SVM的输入变量；设原始序列的波动熵表示为T＝(S¹,S²,S³,...,S^h)，其中Sⁱ表示第i个重构分量的样本熵值，h表示重构分量的个数，其过程如下：

(3-1)分别计算上述波动熵的方差var_sam_i，均值ave_sam_i，最大值max_sam_i和最小值min_sam_i，具体计算公式为：

max_sam_i＝max(T) (6)

min_sam_i＝min(T) (7)

(3-2)通过提取波动熵的上述四个特征值，从而将时间序列映射到四维空间，形成一个四元组，即G＝(V,A,X,N)，其中V表示为方差的集合，A表示均值的集合，X表示为最大值的集合，N表示为最小值的集合。

所述步骤4中将步骤3生成的新样本输入到SVM中，采用k折交叉验证，进行ASD的判别，具体步骤如下：

(4-1)划分数据集：将完整的数据集按照一定的比例分成训练集和测试集；

(4-2)采用交叉验证：一般来说，使用k折交叉验证，将训练集分为k个子集，并且每个分类器被重复k次，每次都使用k个子集中的其中一个作为验证数据集，剩余的k-1个作为训练数据集；

(4-3)选择最佳网络：计算所有分类器k次试验的平均MSE，选取其中MSE最小的分类器作为最佳的分类器；最后，使用最佳分类器并计算测试集的准确率，将其作为SVM分类模型的准确率。

本发明方法与现有技术相比，具有如下的突出的优点：

本发明的基本特征主要有以下几个方面：一是通过设置滑动窗口和步长，对原有的时间序列进行空间重构，计算重构分量的样本熵；二是提取样本熵的特征信息，将一维的时间序列映射至四维；三是使用SVM模型进行分类诊断。

本发明方法通过波动熵进行fNIRS时间序列阶段波动特征的抽取和评估，从而反映序列的阶段波动情况。利用SVM分类模型，通过对fNIRS时间序列的波动熵进行差异性度量，选择特定的网络完成预诊，能够实现对ASD诊断较高的分类，为诊断ASD提供了新的分类视角。解决了在以往基于fNIRS的诊断研究中由于忽略了对fNIRS时间序列的阶段波动特征的研究，从而可能导致诊断ASD准确率不高的问题。

附图说明

图1是基于自发动力学活动的波动熵的自闭症分类方法的流程图。

图2是八种设置类型下ASD和TD两类人波动熵均值分布的小提琴图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

如图1所示，一种基于自发动力学活动的波动熵的自闭症分类方法，包括以下步骤：

步骤1、将近红外光谱fNIRS时间序列按照序列长度进行切割，然后设置不同的滑动窗口和步长，对每个子序列按照滑动窗口和步长进行空间重构，得到重构分量；具体过程为：

(1-1)预处理过程：本实施例中使用了一个连续波fNIRS系统(FOIRE-3000，ShimadzuCorporations，Kyoto，Japan)。FOIRE-3000的16个光源和16个光纤探测器，最大可组成52个探测通道，固定的探测距离为3.0cm。每个光源交替发出三种不同波长(780nm、805nm、830nm)的近红外光。fNIRS用于测量三种波长的光强变化，通过修正的朗伯-比尔定律将其转换为含氧血红蛋白(HbO2)、脱氧血红蛋白(Hb)和全血红蛋白(HbT)的浓度变化。本实施例使用的fNIRS数据为25例ASD患儿和22例TD儿童双侧额下回和颞叶自发血流动力学波动数据。所有研究对象均为右撇子，未发现任何神经障碍。TD组18男4女，ASD组18男7女。在收集数据之前，每个受试者及其父母都被告知并同意该方案。在实验过程中，受试者坐在一个黑暗安静的房间里，闭着眼睛，始终保持沉默。额下皮层(IFC)、颞叶皮层(TC)覆盖44个光路(信源距3.0cm)，头部两侧各22个光路。每个通道包括三个属性：HbO₂，Hb和HbT。采样频率为14.3Hz(或时间分辨率～0.07秒)。记录到大约8分钟的自发脑血氧代谢参数的波动。数据集共大小约为5300*132*47个特征属性。

(1-2)空间重构：为了分析在不同的尺度设置下在ASD患儿和TD儿童的波动熵差异体现。我们对序列长度N、滑动窗口长度n与步长b进行了八种设置，然后对每个子序列按照滑动窗口和步长进行空间重构，得到矩阵表示：

式中：K为滑动窗口的个数，K＝(N-n+1)。矩阵中的每一行可看作是一个重构分量，共有K个重构分量。根据序列长度N，滑动窗口n，步长b设置多种组合，设置具体如下表示：750，100，30；750，250，250；750，300，100；750，300，300；1000，250，250；1000，300，300；1000，500，150；1000，500，500。

步骤2：对步骤1中的重构分量进行样本熵的计算，由此得到波动熵，具体过程如下：

(2-1)对于矩阵中的第k个重构分量S^k：

S^k＝{u(1+(k-1)b),u(2+(k-1)b),...,u(n+(k-1)b)}

根据嵌入维数m，从S^k中连续选择m个数，构成一组m维向量，代表从第i个点开始连续的m个u的值：/>m的取值为1。

(2-2)计算两个向量之间的距离，/>是两个向量对应元素之间的最大差值，即：/>其中，f∈[0,m-1]，i,j∈[1,N-m]且i≠j；

(2-3)对于给定的使/>之间的距离小于r的j数目，记作B_i，其中r表示相似容限，r的取值为0.1SD，SD为重构分量的标准差；计算重构分量中的每个向量和其他向量相似的概率，记作/>计算公式如下：

(2-4)计算每个m维向量的自相似概率，记作B^m(r)，计算公式如下：

(2-5)将维数增加1，重复上述步骤，计算每个m+1维向量的自相似概率，记作B^m+1(r)；

(2-6)当n为有限值的时候，该重构分量的样本熵计算公式如下：

(2-7)重复步骤(2-2)到(2-7)步，直到计算出每个重构分量的样本熵，通过以上过程，原始时间序列的熵值由多个样本熵构成，因此将其称为波动熵。

步骤3：为了反映fNIRS时间序列的的阶段波动情况，将提取波动熵的方差var_sam_i，均值ave_sam_i，最大值max_sam_i和最小值min_sam_i，生成新的样本，作为SVM的输入变量；设原始序列的波动熵表示为T＝(S¹,S²,S³,...,S^h)，其中Sⁱ表示第i个重构分量的样本熵值，h表示重构分量的个数，其过程如下：

(3-1)分别计算上述波动熵的方差var_sam_i，均值ave_sam_i，最大值max_sam_i和最小值min_sam_i，具体计算公式为：

max_sam_i＝max(T) (6)

min_sam_i＝min(T) (7)

(3-2)通过提取波动熵的上述四个特征值，从而将时间序列映射到四维空间，形成一个四元组，即G＝(V,A,X,N)，其中V表示为方差的集合，A表示均值的集合，X表示为最大值的集合，N表示为最小值的集合。

步骤4：将新样本输入到SVM中，采用10折交叉验证，选择平均误差最小的网络，最后将测试集输入该网络，进行ASD的判别。其中SVM使用的核函数为RBF。

(4-1)划分数据集：将完整的数据集按照一定的比例(8：2)分成训练集和测试集。

(4-2)采用交叉验证：一般来说，使用10折交叉验证，将训练集分为10个子集，并且每个分类器被重复10次。每次都使用10个子集中的其中一个作为验证数据集，剩余的9个作为训练数据集。

(4-3)选择最佳网络：计算所有分类器10次试验的平均MSE，选取其中MSE最小的分类器作为最佳的分类器。最后，使用最佳分类器并计算测试集的准确率，将其作为SVM分类模型的准确率。

本实施例中使用三个指标评价分类性能，准确率，灵敏度和特异性。其中，灵敏度是指已识别的ASD占待诊断全部ASD的百分比；特异性是指已识别的TD儿童占待诊断全部TD儿童的百分比；准确率是指全部诊断正确的儿童占待诊断全部儿童的百分比。

实验说明及结果：数据集为步骤(1-1)所述的fNIRS数据集，取通道1中的HbO₂属性作为本次实验的数据源，根据上述步骤获取波动熵。进一步计算在八种参数设置下每个人的波动熵的均值。为了更直观的展示，将均值结果绘制成小提琴图，在图2中ASD和TD之间有明显的区别。从图中可以明显的看出，TD儿童的波动熵值均大于ASD患儿的波动熵值。可以发现不论序列长度，滑动窗口和步长如何设置，都不会影响利用波动熵区分ASD和TD的能力。此外，本发明采用Wilcoxon非参数检验研究两类人均值的差异显著性。进一步对八种设置的波动熵均值进行非参数检验。波动熵结果见表1。

表1统计显著性结果

由表1分析得ASD患儿和TD儿童对均值全部呈现出显著性差异(P<0.05)。从数值结果可以看出，对于ASD患儿熵值的中位数在1.04-1.60之间，TD儿童熵值的中位数在1.83-2.06之间，大部分的ASD患儿的熵值都明显低于TD儿童的熵值。我们发现不论这三个参数如何组合，都不会影响波动熵的差异性体现。

总的来说，不论这三个参数如何设置，都可以得出结论：典型发育(TD)儿童的熵值大多数情况下大于自闭症(ASD)患儿的熵值。ASD患儿的熵值低，可以从数学角度解释ASD患儿的自相似度高；TD儿童的波动熵值高，可能意味着TD儿童自相似度低。因此该结果从数学的角度解释了ASD患儿与TD儿童的皮层自发活动以及可能对应的思维活跃度上的区别。

进一步将上述实验所得的波动熵按照上述步骤进行特征提取，形成新样本，输入到SVM网络中，分类准确率，灵敏度和特异性分别达到91.3％，92.5％，89.5％。

本实施例使用波动熵对fNIRS信号进行阶段波动性分析。结果表明，ASD患儿的熵中值在1.04～1.60之间，TD患儿的熵中值在1.83～2.06之间。通过对波动熵的分析，发现TD的波动熵值大于ASD。从数学的角度来看，这一发现反映了ASD在自发活动中自相似性较高，TD儿童在大脑活动中自相似性较低。同时，该发明实现了对ASD诊断较高的分类，为诊断ASD提供了新的分类视角。

Claims (1)

1.一种基于自发动力学活动的波动熵的自闭症分类方法，其特征在于，包括以下步骤：

步骤1、将近红外光谱fNIRS时间序列按照序列长度进行切割，然后设置不同的滑动窗口和步长，对每个子序列按照滑动窗口和步长进行空间重构，得到重构分量；

步骤2、对重构分量进行样本熵的计算，由此得到波动熵；

步骤3、提取波动熵序列的四个特征值，包括波动熵的方差、均值、最大值和最小值，生成新的样本，作为支持向量机SVM的输入变量；

步骤4、将步骤3生成的新样本输入到SVM中，采用k折交叉验证，使用自闭症ASD儿童的双侧额下回和颞叶自发血流动力学波动数据，进行自闭症ASD儿童的类别判别；

所述步骤1中的对fNIRS时间序列按照序列长度进行切割，然后设置不同的滑动窗口n和步长b，对每个子序列按照滑动窗口和步长进行空间重构，得到矩阵：

式中：K为滑动窗口的个数，K＝(N-n+1)；矩阵中的每一行看作是一个重构分量，共有K个重构分量；

所述步骤2中对步骤1中生成的重构分量进行样本熵的计算，由此得到波动熵，其过程如下：

(2-1)对于矩阵中的第k个重构分量S^k：

S^k＝{u(1+(k-1)b),u(2+(k-1)b),…,u(n+(k-1)b)}

根据嵌入维数m，从S^k中连续选择m个数，构成一组m维向量，代表从第i个点开始连续的m个u的值：/>

(2-2)计算两个向量和/>之间的距离，/>是两个向量对应元素之间的最大差值，即：/>其中，f∈[0,m-1]，i,j∈[1,N-m]且i≠j；

(2-3)对于给定的使/>和/>之间的距离小于r的j数目，记作B_i，其中r表示相似容限；计算重构分量中的每个向量和其他向量相似的概率，记作/>计算公式如下：

(2-4)计算每个m维向量的自相似概率，记作B^m(r)，计算公式如下：

(2-5)将维数增加1，重复上述步骤，计算每个m+1维向量的自相似概率，记作B^m+1(r)；

(2-6)当n为有限值的时候，该重构分量的样本熵计算公式如下：

(2-7)重复步骤(2-2)到(2-7)步，直到计算出每个重构分量的样本熵，通过以上过程，原始时间序列的熵值由多个样本熵构成，因此将其称为波动熵；

所述步骤3中为了反映fNIRS时间序列的阶段波动情况，将提取波动熵的方差var_sam_i，均值ave_sam_i，最大值max_sam_i和最小值min_sam_i，生成新的样本，作为SVM的输入变量；设原始序列的波动熵表示为T＝(S¹,S²,S³,...,S^h)，其中Sⁱ表示第i个重构分量的样本熵值，h表示重构分量的个数，其过程如下：

(3-1)分别计算上述波动熵的方差var_sam_i，均值ave_sam_i，最大值max_sam_i和最小值min_sam_i，具体计算公式为：

max_sam_i＝max(T) (6)

min_sam_i＝min(T) (7)

(3-2)通过提取波动熵的上述四个特征值，从而将时间序列映射到四维空间，形成一个四元组，即G＝(V,A,X,N)，其中V表示为方差的集合，A表示均值的集合，X表示为最大值的集合，N表示为最小值的集合；

所述步骤4中将步骤3生成的新样本输入到SVM中，采用k折交叉验证，进行ASD的判别，具体步骤如下：

(4-1)划分数据集：将完整的数据集按照一定的比例分成训练集和测试集；

(4-2)采用交叉验证：使用k折交叉验证，将训练集分为k个子集，并且每个分类器被重复k次，每次都使用k个子集中的其中一个作为验证数据集，剩余的k-1个作为训练数据集；

(4-3)选择最佳网络：计算所有分类器k次试验的平均MSE，选取其中MSE最小的分类器作为最佳的分类器；最后，使用最佳分类器并计算测试集的准确率，将其作为SVM分类模型的准确率。