[发明专利]基于局部平滑回归的脑功能区定位方法

权利要求书

1.一种基于局部平滑回归的脑功能区定位方法，包括：

S1对数据进行预处理并确定设计矩阵X；

S2以体素v_i为球心、r为半径建立球形选区，提取球形选区中所有体素的时间序列；

S3根据球形选区内所有体素的时间序列和设计矩阵形成目标函数，并对目标函数进行优化；

S4计算体素v_i的条件特异性效应；

S5转向下一个体素v_i+1，然后重复步骤S2至步骤S4，直到对全脑每一个体素都进行过上述步骤为止；

S6为全脑映射图设定阈值，从而得到和刺激条件相关的脑功能区定位图。

2.如权利要求1所述的方法，其特征在于所述设计矩阵X按下式表示：

X∈R^N×P，其中N为扫描的时间点数，P为回归子的个数，P个回归子分别代表对不同刺激条件下大脑响应的预期、头部运动校正参数、以及不同扫描阶段的基线差异。

3.如权利要求1所述的方法，其特征在于，利用球形选区中邻域体素的时间序列来辅助估计球心体素vi的回归系数，结合设计矩阵X可以得到目标函数如下：

其中第一项是常用的针对v_i的广义线性模型，第二项是针对球形选区中其他体素的正则化项。NN(i)表示v_i的邻域体素，y_i表示v_i的时间序列，y_j表示邻域体素v_j的时间序列，b_i表示v_i的回归系数，ξ_j是v_j的容差，f_j是v_j的高斯权重系数，α和β是超参数。

4.如权利要求3所述的方法，其特征在于，调整超参数α和β获得不同程度的平滑效果。当设置β＝0，上述目标函数的结果变成：

b_i＝(X^TX)^-1X^Ty_i

此时，局部平滑回归方法退化为单体素回归方法，回归结果仅和v_i有关，而与邻域体素无关。当设置α＝+∞，β＝1时，目标函数的结果变成：

bi=((f‾+1)XTX)-1XT(yi+y‾)]]>

y‾=Σj∈NN(i)j≠1fjyj]]>

f‾=Σj∈NN(i)j≠1fj]]>

此时，局部平滑回归方法等价于先对数据进行高斯平滑滤波，再做广义线性回归。