1.一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,所述识别和量化脑自发活动预测性地图样表征的方法包括以下步骤:
2.根据权利要求1所述的一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,在s100中,具体包括以下步骤:
3.根据权利要求2所述的一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,在s110中,具体的,基于静息态fmri数据,利用隐马尔科夫模型检测大脑动态状态,提取所述大脑动态状态每次出现时段中各个体素的激活序列,作为潜在的自发重放片段,计算片段间空间激活模式相似性,得到关系矩阵w。
4.根据权利要求3所述的一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,在s120中,具体的,
5.根据权利要求4所述的一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,在s130中,具体的,使用t分布的随机紧邻嵌入方法,将关系矩阵w中包含的自发重放片段的高维特征嵌入到二维空间中,生成反映片段相似程度的空间分布模式,并利用k均值聚类算法,得到自发重放片段的不同集合setp。
6.根据权利要求5所述的一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,在s140中,根据后继表征的理论及实验证据,其生成的预测性表征图谱m能够编码地图样表征,具体的,每一个重放片段的感受域可从m矩阵的对应列中提取,而对于表征不同内容的片段集合setp,按照公式(3)得到其感受域rf:
7.根据权利要求6所述的一种识别和量化脑自发活动预测性地图样表征的方法,其特征在于,在s200中,具体包括以下步骤:
8.一种存储介质,该存储介质上储存有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的一种识别和量化脑自发活动预测性地图样表征的方法。
9.一种计算机设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现权利要求1至7任一项所述的一种识别和量化脑自发活动预测性地图样表征的方法。