[发明专利]一种基于脑功能成像的脑内激活趋势的分析方法

权利要求书

1.一种基于脑功能成像的脑内激活趋势的分析方法，其特征在于：包括以下步骤：

A、输入脑核磁共振图像实验数据序列

脑核磁共振图像实验数据序列，在整个的实验过程中有两种不同的条件，分别形成任务组块和控制组块，每个组块持续一定时间，并在连续的扫描中交替出现；每隔一段固定时间，机器会采到一幅全脑加权像，它们构成一个离散的时间序列，记为{f(n)}，n为正整数；因此，组块持续时间可以使用扫描图像的数量代替，{f(n)}的长度l即总图像数由实验的周期数L与周期长度所决定，即l＝L×(c+t)，其中，c和t分别为每个实验周期内所获控制和任务的图像数；对于自变量n的每一个取值，{f(n)}都唯一地确定一幅全脑加权像，记为BOLD(n)；它既可能是属于控制组块的BOLDc(n)，又可能为属于任务组块的BOLDt(n)；所述的持续一定时间为14至20秒，所述的一段固定时间为2至3秒；

B、利用自相关性筛选脑体素点

设每个序列有L个周期，每个周期有c+t个时间点，即c+t幅图像，对于脑图中的任意一个体素点，其血氧水平依赖的信号值可用如下矩阵来表示：

t=x1,1x1,2···xi,j···x1,c+tx2,1x2,2···x2,j···x2,c+t················xi,1xi,2···xi,j···xi,c+t··················xL,1xL,2···xL,j···xL,c+t---(1)]]>

其中矩阵元x_ij表示对于某一确定的体素点，第i个周期中第j幅图像中该体素点的信号值，设

t_i＝[x_i，1 x_i，2... x_i，j...x_i，c+t]        (2)描述该像素点的第i个周期；

另外，加入任务周期函数作为新的向量，即：

t_L+1＝[x_L+1，1 x_L+1，2...x_L+1，j...x_L+1，c+t]   (3)

其中，

xL+1,j=01≤j≤c1c+1≤j≤t+c---(4)]]>

对一个序列t＝[t₁，t₂，...，t_L，t_L+1]，两两求相关系数

cij=corr(ti,tj)=Cov(ti,tj)D(ti)D(tj),(j>i,i=1,2,,...,L;j=2,3,...,L+1;)---(5)]]>

其中Cov(t_i，t_j)是两个不同周期数据的协方差，D(t_i)和D(t_j)分别为t_i和t_j的方差；求c_ij的数学期望E和标准差σ

E=2L(L+1)Σi=1LΣj>iL+1ci,j---(6)]]>

σ=2L(L+1)Σi=1LΣj>iL+1(cij+E)2---(7)]]>

计算单个体素点激活值

T=Eσ---(8)]]>

当体素点的激活值大于设定的阈值则将其保留，否则将其剔除；所述的阈值为研究人员根据实验目的和任务内容预先设定的值；

C、计算每幅脑图像的时间簇

经过筛选后，共有m个体素点符合要求，共采集l幅图像，则l幅图像的血氧水平依赖的信号值可用如下矩阵来表示，该矩阵具有l行、m列：

I=I1,1I1,2···I1,q···I1,mI2,1I2,2···I2,q···I2,m················Ip,1Ip,2···Ip,q···Ip,m··················Il,1Ip,2···Il,q···Il,m---(9)]]>

其中，矩阵元I_p，q为第p幅脑图第q个体素点血氧水平依赖的信号值，即：I＝[I_p，q]，p＝1，2，…，l，q＝1，2，…，m；

设第q个体素点血氧水平依赖的信号值的平均基线值为I_0，q

I0,q=Σp=1lIp,ql---(10)]]>

并与矩阵I相比导出矩阵W，矩阵元W_p，q按如下公式计算：

Wp,q=1,Ip,q≥I0,q0,otherwise---(11)]]>

公式(11)是整个实验过程中第p幅脑图像中的第q处体素点是否高于平均值的判断；在每一幅脑图像种选择的一组体素点即为时间簇，矩阵W的每一行向量中的元素的和就是相应脑图像的时间簇的大小，即体素点个数，可以表示为：

Kp=Σq=1mWp,q---(12)]]>

由此可得到描述一维时域变化即时间簇大小变化的向量K：

K＝(K₁，K₂，K₃，...，K_l)          (13)

D、去除时间簇基数

当图像中的体素点比较多即m很大时，这时向量K的基数就会变得很大，大于平均值的体素点数，时间轴的K值曲线就不能很明显的反映脑活动的时间区域；因此，需要对向量K做去基数处理；

K′_i＝K_i-min(K₁，K₂，...，K_l)(14)

由此，得出一个新的表示时间簇的向量K′：

K′＝(K′₁，K′₂，K′₃，...，K′_l)(15)

由于K′经过去基数处理，因此K′_i表示的是各幅脑图像中高于基线值体素点的个数；由K′值画出的时间轴曲线也能更好的检测脑反应时域的变化。