[发明专利]对静息态复数fMRI数据进行ICA后处理消噪的相位精确范围检测方法

说明书

本发明公开了一种对静息态复数fMRI数据进行ICA后处理消噪的相位精确范围检测方法，属于生物医学信号处理领域。对于某一待消噪SM成分，在区间(0,π/2]范围内，采用等间距相位扫描方法，得到K个待检测的有效体素相位范围根据待消噪SM成分的先验信息，构建其参考SM幅值；通过最大化相位消噪SM成分幅值与参考SM幅值之间的相关系数，求解最终的有效体素精确相位范围本发明保障了在ICA中利用完备的静息态复数fMRI数据，大大提升了SM成分所包含的脑功能信息，例如，利用本发明所检测相位范围消噪后的默认网络成分，其所包含的有效体素数是仅仅利用幅值fMRI数据进行ICA的6倍。因此，本发明能为脑功能研究和脑疾病诊断提供更好的技术支持。

技术领域

本发明涉及静息态复数fMRI数据的ICA分析，特别是涉及一种ICA后处理消噪的相位范围检测方法。

背景技术

功能磁共振成像(functional magnetic resonance imaging，fMRI)是一种脑成像数据，凭借其无损伤和高空间分辨率特点，已成为脑功能研究和脑疾病诊断的重要工具之一。根据实验方式的不同，fMRI数据可分为任务态数据和静息态数据。与任务态数据相比，静息态数据不需要被试者执行特定任务，只需平躺就可以采集，因此更适于脑疾病患者。目前，数据驱动的独立成分分析(independent component analysis，ICA)方法已在静息态fMRI数据分析中得到了广泛应用。ICA能够将静息态fMRI数据分离为空间激活脑区(spatial map，SM)成分，以及与其对应的时间过程(time course，TC)成分。基于SM或TC成分可进行脑功能连接分析，发现健康被试和脑疾病(如精神分裂症、阿尔兹海默病、抑郁症、躁郁症等)被试的显著性差异，进而用于脑疾病研究和诊断。

完备的fMRI数据是复数的，包括幅值数据和相位数据。因为相位数据所含信息的特异性，fMRI复数数据(幅值数据+相位数据)提取的脑功能信息远大于fMRI幅值数据。例如，针对任务态fMRI数据，ICA从复数数据中提取的任务相关成分体素比幅值数据多139％，提取的默认网络成分体素比幅值数据多331％(见M.C.Yu,Q.H.Lin,L.D.Kuang,X.F.Gong,F.Cong,and V.D.Calhoun,ICA of full complex-valued fMRI data using phaseinformation of spatial maps,Journal of Neuroscience Methods,vol.249,pp.75-91,2015)。

然而，为了充分利用复数fMRI数据，需要对上述ICA方法提取的SM成分进行ICA后处理相位消噪。简而言之，就是利用相位对ICA分离的SM成分体素进行挑选，相位范围在[-π/4,π/4]之内的体素被视为有效体素，在相位范围[-π/4,π/4]之外的体素被视为噪声体素而去除(详见“林秋华,于谋川,龚晓峰,丛丰裕,一种对复数fMRI数据进行ICA分析的后处理消噪方法,专利号201410191416.6”)。

根据目前的文献报道，尚未见到有关静息态复数fMRI数据的ICA研究。由ICA对任务态复数fMRI数据的处理方法可知，如果对静息态复数fMRI数据进行ICA分析，同样需要进行ICA后处理相位消噪，以获取更多的脑功能信息。但是，因为静息态数据和任务态数据的实验范式差异较大，其脑网络激活特性也存在着较大差异。因此，需要发明一种新的相位范围检测方法，适于在静息态fMRI数据的ICA后处理相位消噪中，精确区分有效体素和噪声体素。

发明内容

本发明的目的在于，利用相位扫描方法，结合待消噪SM成分的先验信息，求解有效体素的精确相位范围。