免责声明：以上消息未经人工确认，本平台不担保其真实性和有效性，交易前请仔细核实。
本发明涉及一种基于模体结构的大脑默认网络有向连接分析方法。对大脑fMRI图像进行格式转换、预处理和低频滤波，并与标准分区模板匹配；对fMRI图像进行ALFF计算，提取相关脑区的时间序列进行Granger因果分析，构建默认网络；搜索网络中存在的模体结构，确定模体的种类及数量；根据p值、Z得分等指标判断模体在默认网络有向连接中的重要程度；计算模体中的节点度和模体平均距离，分析脑区在模体和默认网络中的作用及信息传递速率；对患者组与正常人组进行统计分析，通过模体分布情况找出默认网络有向连接的显著差异。该方法有助于区分脑疾病患者与正常人默认网络的功能性差异，对于脑疾病的诊断和治疗具有一定的参考价值。
