專(zhuān)利名稱(chēng)：基于局部平滑回歸的腦功能區(qū)定位方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于局部平滑回歸的腦功能區(qū)定位方法。
背景技術(shù)：
功能磁共振成像(functionalMagnetic Resonance Imaging, fMRI)以其高時(shí)空分辨率，非侵入式等特點(diǎn)在神經(jīng)疾病診斷治療和認(rèn)知神經(jīng)科學(xué)研究等方面得到了廣泛應(yīng)用。fMRI—般指基于血氧水平依賴(blood oxygen level-dependent, BOLD)的磁共振成像，它通過(guò)測(cè)量由神經(jīng)活動(dòng)引起的腦血流和腦血氧等成分變化而造成的磁共振信號(hào)變化來(lái)反應(yīng)腦活動(dòng)。腦是一個(gè)復(fù)雜的系統(tǒng)，在受到刺激條件或經(jīng)歷病變時(shí)腦的磁共振圖像會(huì)發(fā)生相應(yīng)的變化。利用腦功能區(qū)定位，可以找到某些刺激條件特異性的大腦激活區(qū)。 隨著fMRI技術(shù)的發(fā)展，高分辨率fMRI得到越來(lái)越廣泛的應(yīng)用。高分辨率成像使得研究人員可以看清精細(xì)尺度的神經(jīng)活動(dòng)情況，一些以前存在爭(zhēng)議的問(wèn)題也有望得到解決。但是，現(xiàn)存的腦功能區(qū)定位方法并不適用于高分辨率成像數(shù)據(jù)的分析。傳統(tǒng)的基于單體素的腦功能映射圖的方法，如廣義線性模型，依賴于空域高斯平滑濾波?？沼蚱交瑸V波會(huì)掩蓋掉高分辨率成像特有的有價(jià)值的細(xì)節(jié)信息。然而，我們又不能簡(jiǎn)單摒棄空域平滑濾波。因?yàn)槠交瑸V波在增強(qiáng)功能對(duì)比度噪聲比方面、提高統(tǒng)計(jì)假設(shè)的有效性方面均有至關(guān)重要的作用。假如不做空域平滑濾波，最終生成的腦映射圖類(lèi)似椒鹽噪聲，而不是通常見(jiàn)到的團(tuán)狀激活圖。在設(shè)置一定的閾值之后，產(chǎn)生的是一些零散、細(xì)小的激活區(qū)，難以和噪聲區(qū)分開(kāi)來(lái)。另夕卜，高分辨率fMRI是以損失功能對(duì)比度噪聲比為代價(jià)獲得高分辨率的。所以，簡(jiǎn)單地摒棄空域平滑濾波是不可取的。為解決這一問(wèn)題，一種被稱(chēng)為“探照燈”的方法出現(xiàn)了。這種方法直接使用在未經(jīng)平滑濾波的數(shù)據(jù)上，可以保存數(shù)據(jù)的細(xì)節(jié)信息?！疤秸諢簟狈椒ǖ幕舅枷胧?I) “探照燈”方法考慮“探照燈”內(nèi)的所有鄰域體素，而傳統(tǒng)的基于單體素的廣義線性模型一次只考慮單一體素；(2) “探照燈”方法求解一個(gè)多變量多元線性回歸問(wèn)題，而傳統(tǒng)的基于單體素的廣義線性模型求解的是一個(gè)單變量多元回歸問(wèn)題；(3) “探照燈”方法采用馬氏距離作為衡量不同刺激條件引起大腦活動(dòng)差異的測(cè)度，而傳統(tǒng)的基于單體素的廣義線性模型采用歐氏距離衡量不同刺激條件引起的大腦活動(dòng)差異。盡管“探照燈”方法相比較與之前的方法有了很大進(jìn)步，但是并沒(méi)有充分利用鄰域體素的信息。它使用最小二乘法求解多變量多元線性回歸問(wèn)題，表面上看是同時(shí)利用了“探照燈”內(nèi)的所有體素信息。實(shí)際上，這種無(wú)規(guī)則化的優(yōu)化問(wèn)題等價(jià)于單體素多元回歸問(wèn)題。也就是說(shuō)，在沒(méi)有任何約束的情況下，這種對(duì)多個(gè)體素進(jìn)行聯(lián)合回歸的方法等價(jià)于對(duì)其中每一個(gè)體素進(jìn)行單體素回歸。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于局部平滑回歸的腦功能區(qū)定位方法。為實(shí)現(xiàn)上述目的，一種基于局部平滑回歸的腦功能區(qū)定位方法，包括
SI對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并確定設(shè)計(jì)矩陣X ；S2以體素Vi為球心、r為半徑建立球形選區(qū)，提取球形選區(qū)中所有體素的時(shí)間序列；S3根據(jù)球形選區(qū)內(nèi)所有體素的時(shí)間序列和設(shè)計(jì)矩陣形成目標(biāo)函數(shù)，并對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化；S4計(jì)算體素Vi的條件特異性效應(yīng)；S5轉(zhuǎn)向下一個(gè)體素vi+1，然后重復(fù)步驟S2至步驟S4，直到對(duì)全腦每一個(gè)體素都進(jìn)行過(guò)上述步驟為止；
S6為全腦映射圖設(shè)定閾值，從而得到和刺激條件相關(guān)的腦功能區(qū)定位圖。基于單體素的回歸和基于高斯平滑濾波的廣義線性模型都可以視為本發(fā)明的特例。本發(fā)明還可以被整合進(jìn)“探照燈”方法所使用的框架，在求得回歸系數(shù)之后計(jì)算不同預(yù)測(cè)子系數(shù)之間的馬氏距離。通過(guò)調(diào)節(jié)超參數(shù)a和P，可以獲得不同程度的平滑效果，從而實(shí)現(xiàn)更加靈活、精確的腦功能區(qū)定位。


圖1是本發(fā)明方法的流程圖；圖2是采用不同方法進(jìn)行腦功能區(qū)定位的結(jié)果對(duì)比圖，(A)是用廣義線性模型處理未經(jīng)平滑濾波的數(shù)據(jù)的結(jié)果；(B)是用廣義線性模型處理經(jīng)過(guò)平滑濾波的數(shù)據(jù)的結(jié)果；(C)是“探照燈”方法的結(jié)果；(D)是本發(fā)明方法的結(jié)果；圖3是以超參數(shù)a和P為自變量、聚合度F為因變量繪制的等高線圖，等高線刻度顯示的是當(dāng)前聚合度F的值，(a), (b)和(C)分別來(lái)自三個(gè)典型被試的數(shù)據(jù)；圖4是單純使用“探照燈”方法和將本發(fā)明方法與“探照燈”方法框架相融合的效果對(duì)比圖，(a)是在幾個(gè)經(jīng)典的感興趣區(qū)域上，兩種方法的檢測(cè)率，(b)是在這幾個(gè)經(jīng)典的感興趣區(qū)域上，兩種方法探測(cè)到的感興趣區(qū)域的體積。
具體實(shí)施例方式下面將結(jié)合附圖詳細(xì)描述本發(fā)明的功能區(qū)定位方法，應(yīng)指出的是，所描述的實(shí)施例僅旨在便于對(duì)本發(fā)明的理解，而對(duì)其不起任何限定作用。圖1示出了本發(fā)明方法的流程圖。步驟1:數(shù)據(jù)預(yù)處理并確定設(shè)計(jì)矩陣；為限制Tl效應(yīng)的影響，我們舍棄每一掃描階段的前3張掃描圖片，然后對(duì)留存的掃描圖片進(jìn)行時(shí)域校正、空域校正、去除不同掃描階段的基線差異、進(jìn)行高通濾波以去除掃描機(jī)器漂移和低頻偽影。設(shè)計(jì)矩陣X G Rnxp，其中N為掃描的時(shí)間點(diǎn)數(shù)，P為回歸子的個(gè)數(shù)。P個(gè)回歸子分別代表對(duì)不同刺激條件下大腦響應(yīng)的預(yù)期、頭部運(yùn)動(dòng)校正參數(shù)、以及不同掃描階段的基線差異。步驟2 :提取球形選區(qū)中所有體素的時(shí)間序列；假設(shè)連續(xù)采集了 N幅功能磁共振成像圖片，每幅圖片包含M個(gè)體素，體素Vi的時(shí)間序列為yi G RN，i = 1，…，M0以體素Vi為中心、r為半徑建立球形選區(qū)。體素Vi的時(shí)間序列Yi以及鄰域體素V」，j G NN⑴的時(shí)間序列y」G Rn被同時(shí)用來(lái)估計(jì)Vi的基重匕G Rp,其中NN⑴表示Vi的近鄰。步驟3 :根據(jù)設(shè)計(jì)矩陣和球形選區(qū)內(nèi)所有體素的時(shí)間序列形成目標(biāo)函數(shù)，并對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化；
權(quán)利要求
1.一種基于局部平滑回歸的腦功能區(qū)定位方法，包括 Si對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并確定設(shè)計(jì)矩陣X ； S2以體素Vi為球心、r為半徑建立球形選區(qū)，提取球形選區(qū)中所有體素的時(shí)間序列； S3根據(jù)球形選區(qū)內(nèi)所有體素的時(shí)間序列和設(shè)計(jì)矩陣形成目標(biāo)函數(shù)，并對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化； S4計(jì)算體素Vi的條件特異性效應(yīng)； S5轉(zhuǎn)向下一個(gè)體素vi+1，然后重復(fù)步驟S2至步驟S4，直到對(duì)全腦每一個(gè)體素都進(jìn)行過(guò)上述步驟為止； S6為全腦映射圖設(shè)定閾值，從而得到和刺激條件相關(guān)的腦功能區(qū)定位圖。
2.如權(quán)利要求1所述的方法，其特征在于所述設(shè)計(jì)矩陣X按下式表示 X e Rnxp，其中N為掃描的時(shí)間點(diǎn)數(shù)，P為回歸子的個(gè)數(shù)，P個(gè)回歸子分別代表對(duì)不同刺激條件下大腦響應(yīng)的預(yù)期、頭部運(yùn)動(dòng)校正參數(shù)、以及不同掃描階段的基線差異。
3.如權(quán)利要求1所述的方法，其特征在于，利用球形選區(qū)中鄰域體素的時(shí)間序列來(lái)輔助估計(jì)球心體素vi的回歸系數(shù)，結(jié)合設(shè)計(jì)矩陣X可以得到目標(biāo)函數(shù)如下
4.如權(quán)利要求3所述的方法，其特征在于，調(diào)整超參數(shù)α和β獲得不同程度的平滑效果。當(dāng)設(shè)置β = O，上述目標(biāo)函數(shù)的結(jié)果變成 bj = (XtX) ^1XVi 此時(shí)，局部平滑回歸方法退化為單體素回歸方法，回歸結(jié)果僅和Vi有關(guān)，而與鄰域體素?zé)o關(guān)。當(dāng)設(shè)置α = +⑴，β = I時(shí)，目標(biāo)函數(shù)的結(jié)果變成
5.如權(quán)利要求3所述的方法，其特征在于，在求得全腦共M個(gè)體素對(duì)應(yīng)的回歸系數(shù)后，直接比較不同刺激條件下回歸系數(shù)的差值或計(jì)算它們的馬氏距離。
6.如權(quán)利要求5所述的方法，其特征在于，設(shè)定閾值Zthresh,假如Zi> Zthresh得到滿足，則Vi是一個(gè)超閾值激活體素，其中，Zi表示體素Vi在特異性效應(yīng)Z值分布圖中的對(duì)應(yīng)值。
7.如權(quán)利要求6所述的方法，其特征在于，所有相鄰的激活體素組成了超閾值激活團(tuán)。假定全腦共有V個(gè)激活體素和C個(gè)激活團(tuán)，則聚合度F可以表示為C °
全文摘要
一種基于局部平滑回歸的腦功能區(qū)定位方法，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并確定設(shè)計(jì)矩陣X；以體素vi為球心、r為半徑建立球形選區(qū)，提取球形選區(qū)中的所有體素的時(shí)間序列；根據(jù)球形選區(qū)內(nèi)所有體素的時(shí)間序列和設(shè)計(jì)矩陣形成目標(biāo)函數(shù)，并對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化；計(jì)算體素vi的條件特異性效應(yīng)；轉(zhuǎn)向下一個(gè)體素vi+1，然后重復(fù)步驟S2至步驟S4，直到對(duì)全腦每一個(gè)體素都進(jìn)行過(guò)上述步驟為止；為全腦映射圖設(shè)定閾值，從而得到和刺激條件相關(guān)的腦功能區(qū)定位圖?；趩误w素的回歸和基于高斯平滑濾波的廣義線性模型都可以視為本發(fā)明的特例。本發(fā)明可被整合進(jìn)“探照燈”方法所使用的框架，在求得回歸系數(shù)之后計(jì)算不同預(yù)測(cè)子系數(shù)之間的馬氏距離。通過(guò)調(diào)節(jié)超參數(shù)α和β，獲得不同程度的平滑效果。
文檔編號(hào)A61B5/055GK103006215SQ20121054383
公開(kāi)日2013年4月3日 申請(qǐng)日期2012年12月14日 優(yōu)先權(quán)日2012年12月14日
發(fā)明者田捷, 馮璐, 劉建剛 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所