本發(fā)明涉及醫(yī)學圖像處理及應用領域，具體涉及腦功能區(qū)的分布圖的構(gòu)建方法，尤其涉及漢語腦語言區(qū)分布圖的構(gòu)建方法，本方法基于術(shù)中皮質(zhì)電刺激構(gòu)建漢語腦語言區(qū)分布圖，可用于神經(jīng)外科準確定位漢語腦語言區(qū)。

背景技術(shù)：

有關研究實踐顯示了漢語不同于英語等拼音字母語言。字母語言以字母作為元素組成了線性結(jié)構(gòu)，而漢字則是由象形文字組成的非線性結(jié)構(gòu)。英語的閱讀遵循著形音轉(zhuǎn)換的規(guī)則，即每個字母都可以對應到最小的發(fā)音單位，而漢字的閱讀則需要通過正字法到音韻的轉(zhuǎn)換，從而尋找對應的音節(jié)。簡單講，就是英語的發(fā)音是由一串線性的語音決定，即組裝語音。而對于漢語來講，漢字的發(fā)音只有通過提取認知網(wǎng)絡中的語音信息才能實現(xiàn)，因此漢語屬于尋址語音。這些語言特點以及文化和教育系統(tǒng)的差異可能會導致語言處理過程中神經(jīng)表征的不同。

越來越多的功能神經(jīng)解剖學的證據(jù)表明，漢語和英語的處理需要不同的腦區(qū)參與。有關功能性磁共振成像(fMRI)研究發(fā)現(xiàn)，腦區(qū)左側(cè)額中回(LMFG)被認為參與了漢字的語音和正字法加工以及阿拉伯數(shù)字的運算，在母語為英語的人群中卻未發(fā)現(xiàn)LMFG的激活。更多文獻公開了有關漢語和字母語言的語音處理的薈萃分析和比較，如Tan等文獻，總之，漢字和字母語言的處理可能涉及到不同腦區(qū)。

迄今為止，大多數(shù)漢語語言處理的研究都是采用功能神經(jīng)影像學的方法，這就導致了既往研究可靠性的欠缺。醫(yī)學實踐中，術(shù)中直接電刺激(ISM)的語言功能定位能夠直接刺激皮層，已廣泛應用于腦腫瘤的切除。ISM已成為公認的功能定位金標準，它可以定位那些“必需”的語言皮質(zhì)。除了臨床的定位價值外，本領域研究者關注于如何構(gòu)建基于金標準的語言分布圖。既往已經(jīng)有一些研究使用ISM構(gòu)建了字母語言的語言分布圖，其中，Sanai等在2008年通過電生理的 方法構(gòu)建了三個任務(數(shù)數(shù)，圖片命名和文字閱讀)在英語人群中的分布圖。據(jù)知，這種分布圖在漢語人群中還未見報道?；诠δ艽殴舱癯上裱芯恐杏⒄Z和漢語語言處理的相似性和差異，本申請的發(fā)明人針對現(xiàn)有技術(shù)尚無公認的漢語腦語言區(qū)的定位的現(xiàn)狀，擬在基于ISM的語言分布圖應該存在共性和差異的基礎上，提供一種漢語腦語言區(qū)分布圖的構(gòu)建方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的針對現(xiàn)有技術(shù)尚無公認的漢語腦語言區(qū)的定位的現(xiàn)狀，提供新的、基于群組的、可靠的構(gòu)建漢語語言分布圖的方法，尤其涉及漢語腦語言區(qū)分布圖的構(gòu)建方法，本方法基于術(shù)中皮質(zhì)電刺激構(gòu)建漢語腦語言區(qū)分布圖，可用于神經(jīng)外科準確定位漢語腦語言區(qū)。

為實現(xiàn)上述目的，本發(fā)明提出一種基于術(shù)中皮質(zhì)電刺激的漢語腦語言區(qū)分布圖的構(gòu)建方法，用以準確定位漢語腦語言區(qū)。

具體的，本發(fā)明的漢語腦語言區(qū)分布圖的構(gòu)建方法，主要包括二維概率圖譜、三維表面分布圖譜(更為精確)、基于隨機效應模型的統(tǒng)計參數(shù)圖譜的構(gòu)建，分別從兩維、三維展示語言功能區(qū)在大腦的分布情況；所述方法包括：⑴病例選擇；⑵語言評估；⑶MRI數(shù)據(jù)采集和任務范式；⑷MRI成像處理；⑸術(shù)中語言定位；⑹基于電生理的漢語語言網(wǎng)絡的建立。本發(fā)明的方法構(gòu)建的漢語腦語言區(qū)分布圖可以有效地避免只靠MRI定位漢語語言功能區(qū)的偏差，術(shù)中語言定位又可以準確地定位漢語言區(qū)域，為臨床手術(shù)提供更加完善的參考及指導。

更具體的，

本發(fā)明中，二維概率圖譜的構(gòu)建是以Ch2模板為基礎然后生成一張方格圖，將模板設定個數(shù)方格，通過術(shù)中圖像和神經(jīng)導航，標記術(shù)中直接電刺激(ISM)的位置在方格圖上；之后計算每個方格中的陽性概率；方格中的陽性概率通過立方差值的方法上采樣，并用偽彩圖的形式顯示；

本發(fā)明中，三維表面分布圖譜的構(gòu)建是通過神經(jīng)導航圖片和結(jié)構(gòu)標記，其中，將個體陽性位點的坐標轉(zhuǎn)換為標準坐標(MNI)，以此生成供感興趣區(qū)分析的三維語言圖譜；然后，在可視化工具的幫助下，用Ch2模板定位并輸出MNI坐標；

本發(fā)明中，將基于激活似然估計(ALE)的meta分析方法用于基于ISM的語 言終止圖譜；進一步產(chǎn)生統(tǒng)計參數(shù)圖譜；其中將陽性位點坐標視為來自于“單個研究結(jié)果”的“峰值坐標”；然后通過一個對應的半最大值全寬度(FWHM)在峰值坐標上進行高斯平滑，半高全寬能夠反應可信度，該種置信水平代表了操作者能夠相信這個陽性位點的程度，之后，在所有被試上生成一個模糊的焦點，并進行統(tǒng)計檢驗，生成ALE圖譜(包含p值)；通過綜合評估腫瘤位置、大小、級別，病人術(shù)前和術(shù)后功能狀態(tài)，最終確定置信水平；

本發(fā)明中，ALE統(tǒng)計圖譜通過下述方法構(gòu)建：整合腫瘤位置、大小、WHO評級，以及病人術(shù)前和術(shù)后功能情況的評估結(jié)果，將ISM陽性位點的可信度參數(shù)化；其中，本發(fā)明根據(jù)腫瘤位置對語言功能的潛在影響對其進行分類：涉及到的四個腦區(qū)按可信度水平由低(影響多)到高(影響小)分類：1為額葉，2為顳葉和(或)頂葉，3為島葉；

所有被試上的腫瘤大小都分為四個部分：從大到小標記為1到4(1:>110.7mm3,2:75.2-110.7mm3,3:39.8-75.2mm3,4:<39.8mm3)，其中考慮了大的腫瘤有更大的可能侵入和滲透，將功能區(qū)從原來的位置擠走的因素；

術(shù)前語言功能狀態(tài)分為1到3，分別代表受損、暫時受損和沒有受損；

將術(shù)后功能水平分為1到3，分別代表永久受損(6個月)、暫時受損(1個月)和沒有受損；

總的可信度水平x通過公式1計算獲得，

其中，Si代表每個因素的得分，ωi代表權(quán)重；本發(fā)明中針對所述5個因素對可信度水平的貢獻不同，給予其不同的權(quán)重，其中，腫瘤位置、大小、WHO評級的權(quán)重均為0.25；病人術(shù)前和術(shù)后功能狀態(tài)的權(quán)重均為0.125；

本發(fā)明中，為將總的可信度水平x轉(zhuǎn)換為用于ALE計算的FWHM參數(shù)，根據(jù)公式[2]將x轉(zhuǎn)換為“有效數(shù)目”(y)，0.3125來自于x的極值，即所有5個因素均為1的情況，α的值由經(jīng)驗確定，本發(fā)明的實施例中設為2.5，因此y的取值范圍從1到316，本發(fā)明的實施例中優(yōu)選取值范圍為7到187；

然后，將y轉(zhuǎn)換為高斯函數(shù)中的FWHM，用以在ALE的計算中用來模糊焦點，y增大，高斯核會變窄變高(即FWHM變小，可信度水平變大)；

最后，采用GingerALE軟件，基于ALE的方法進行元分析，生成發(fā)音抑制情況的ALE統(tǒng)計圖譜，以及p值圖，附加的FWHM為8mm；未校正的p值0.01作為閾值。

本發(fā)明的優(yōu)點有：

本方法基于術(shù)中皮質(zhì)電刺激構(gòu)建漢語腦語言區(qū)分布圖，有助于語言定位，并選擇性地阻斷特定的語言成分，優(yōu)于現(xiàn)有技術(shù)的基于fMRI和其他非創(chuàng)傷手段的間接反應腦部的電活動得現(xiàn)代語言網(wǎng)絡分析方法。本發(fā)明證實漢語腦語言區(qū)與傳統(tǒng)的腦語言區(qū)有一定的差別，漢語的語言分布圖較英語的分布更加分散，個體差異更大。本方法有助于神經(jīng)外科準確定位漢語腦語言區(qū)，進一步為臨床手術(shù)提供更加完善的參考及指導。

附圖說明

圖1是本發(fā)明二維概率圖譜、三位表面分布圖譜、激活似然估計統(tǒng)計圖譜建立的總體流程。

圖2是本發(fā)明二維概率圖譜構(gòu)建的詳細流程圖。

圖3是本發(fā)明三位表面分布圖譜構(gòu)建的詳細流程圖。

圖4是本發(fā)明激活似然估計統(tǒng)計圖譜構(gòu)建的詳細流程圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，對本發(fā)明進一步詳細說明。

實施例1構(gòu)建漢語腦語言區(qū)分布圖

本實施例的漢語腦語言區(qū)分布圖的構(gòu)建方法，主要包括二維概率圖譜、三維表面分布圖譜、基于隨機效應模型的統(tǒng)計參數(shù)圖譜的構(gòu)建，分別從兩維、三維展示語言功能區(qū)在大腦的分布情況；其包括：

構(gòu)建二維概率圖譜：以Ch2模板為基礎然后生成一張方格圖，將模板分成234個方格，通過參考術(shù)中圖像和神經(jīng)導航，兩位神經(jīng)外科醫(yī)生(JF Lu，JS Wu)將術(shù)中直接電刺激(ISM)的位置標記在方格圖上；之后計算每個方格中的陽性概率；另外，所有方格中的陽性概率都通過立方差值的方法上采樣，并用偽彩圖的形式顯示；

通過神經(jīng)導航圖片和結(jié)構(gòu)標記構(gòu)建三維表面分布圖譜，其中，將個體陽性位點的坐標轉(zhuǎn)換為標準坐標(MNI)，以此生成供感興趣區(qū)分析的三維語言圖譜；然后，在可視化工具“BrainNet Viewer”的幫助下，用Ch2模板定位并輸出MNI坐標，坐標均經(jīng)資深神經(jīng)外科醫(yī)生(JS Wu)的確認，以提高準確度，并降低主觀誤差；

采用激活似然估計(ALE)統(tǒng)計圖譜，該圖譜為基于ALE的meta分析方法應于基于ISM的語言終止的圖譜，進一步產(chǎn)生可以推廣到整個人群中的統(tǒng)計參數(shù)圖譜；其中將陽性位點坐標視為來自于“單個研究結(jié)果”的“峰值坐標”；然后通過一個對應的半最大值全寬度(FWHM)在峰值坐標上進行高斯平滑，半高全寬能夠反應可信度，該種置信水平代表了操作者能夠相信這個陽性位點的程度，之后，在所有被試上生成一個模糊的焦點，并進行統(tǒng)計檢驗，生成ALE圖譜(包含p值)；通過綜合評估腫瘤位置、大小、級別，病人術(shù)前和術(shù)后功能狀態(tài)，經(jīng)過神經(jīng)外科和放射科醫(yī)生達成共識，最終確定置信水平；

ALE統(tǒng)計圖譜通過下述方法構(gòu)建：整合腫瘤位置、大小、WHO評級，以及病人術(shù)前和術(shù)后功能情況的評估結(jié)果，將ISM陽性位點的可信度參數(shù)化；其中，本發(fā)明根據(jù)腫瘤位置對語言功能的潛在影響對其進行分類：涉及到的四個腦區(qū)按可信度水平由低(影響多)到高(影響小)分類：1為額葉，2為顳葉和(或)頂葉，3為島葉；WHO的腫瘤分級從1到3，分別代表級別IV、III和II，這是因為高級別腫瘤被認為更多的影響外周區(qū)域，并導致語言功能惡化；

所有被試上的腫瘤大小都分為四個部分：從大到小標記為1到4(1:>110.7 mm3,2:75.2-110.7mm3,3:39.8-75.2mm3,4:<39.8mm3)，其中考慮了大的腫瘤有更大的可能侵入和滲透，將功能區(qū)從原來的位置擠走的因素；術(shù)前語言功能狀態(tài)分為1到3，分別代表受損、暫時受損和沒有受損；將術(shù)后功能水平分為1到3，分別代表永久受損(6個月)、暫時受損(1個月)和沒有受損；

總的可信度水平x通過5個因素的整合按公式1計算獲得，

其中，Si代表每個因素的得分，ωi代表權(quán)重；本發(fā)明中針對所述5個因素對可信度水平的貢獻不同，給予其不同的權(quán)重，其中，腫瘤位置、大小、WHO評級的權(quán)重均為0.25；病人術(shù)前和術(shù)后功能狀態(tài)的權(quán)重均為0.125；

為將總的可信度水平x轉(zhuǎn)換為用于ALE計算的FWHM參數(shù)，根據(jù)公式[2]將x轉(zhuǎn)換為“有效數(shù)目”(y)，0.3125來自于x的極值，即所有5個因素均為1的情況，α的值設為2.5，y的取值范圍為7到187；

然后，將y轉(zhuǎn)換為高斯函數(shù)中的FWHM，可以在ALE的計算中用來模糊焦點，y增大，高斯核會變窄變高(即FWHM變小，可信度水平變大)；

最后，利用GingerALE軟件，基于ALE的方法進行元分析，生成發(fā)音抑制情況的ALE統(tǒng)計圖譜，以及p值圖，附加的FWHM為8mm；未校正的p值0.01作為閾值。

實施例2準確定位漢語腦語言區(qū)臨床實驗

基于以下的納入標準選擇病例：1)漢族成人；2)日常操普通話；3)右利手；4)根據(jù)術(shù)前的結(jié)構(gòu)和功能磁共振成像判斷病灶位于大腦左半球的語言區(qū)5)術(shù)前考慮顱內(nèi)腫瘤；排除標準：1)嚴重的語言障礙或認知障礙；2)術(shù)中神經(jīng)電生理監(jiān)測或喚醒手術(shù)的禁忌癥(即阻塞性睡眠呼吸暫停綜合征或嚴重的顱內(nèi)高壓 患者)；3)初步診斷為顱外腫瘤；4)占位效應明顯導致腦部變形；總計來自國內(nèi)8個不同省份的55例患者被納入為研究對象；自2010年12月至2012年12月，55例左側(cè)腦膠質(zhì)瘤在我院行語言功能定位手術(shù)；所有手術(shù)均通過單位倫理委員會批準，手術(shù)前所有病人或病人家屬簽署知情同意。

語言評估：

所有患者術(shù)前均采用漢語失語檢查法(Aphasia Battery of Chinese,ABC)(西部失語檢查法的漢語標準化版本)對患者進行語言功能評估，失語指數(shù)(Aphasia Quotient,AQ)(包括自發(fā)性語言，理解、復述和命名)用于評估語言能力，術(shù)前的認知能力采用MMSE(Mini Mental State Examination)進行評估，術(shù)前具有嚴重語言障礙(AQ<50)或嚴重認知障礙(MMSE<23)的患者予以排除；術(shù)后同一名神經(jīng)心理醫(yī)生分別在病人出院前(術(shù)后7-10天)、術(shù)后1月、3月進行語言評估以判斷手術(shù)對功能預后的影響；

MRI數(shù)據(jù)采集和任務范式：

MRI影像的掃描全在3.0T的MRI(MAGNETOM Verio 3.0T,Siemens AG,Erlangen,Germany)中采用8通道線圈獲得；常規(guī)的MRI掃描序列的參數(shù)包括MPRAGE序列(3D T1-weighted magnetization-prepared rapid-gradient echo)(acquired through axial plane,TR＝1900ms；TE＝2.93ms；flip angle＝9degree；matrix size＝256×215；slice number＝176；slice thickness＝1mm；field-of-view(FOV)＝250×219mm；acquisition averages＝1；scanning time＝7min 49s)；T2-FLAIR序列(acquired through axial plane,TR＝9000ms；TE＝99ms；TI＝2500ms；flip angle＝150degree；matrix size＝256×160；slice number＝66；slice thickness＝2mm；field-of-view(FOV)＝240×214mm；scanning time＝6min 54s)；這些結(jié)構(gòu)像的主要作用為任務態(tài)的疊加提供解剖信息；

BOLD-fMRI采用EPI序列，參數(shù)如下：TR＝3000ms；TE＝30ms；flip angle＝90degrees；matrix size＝96×96；FOV＝240×240mm；46contiguous transversal slices；voxel size＝2.5×2.5×3mm3；3dummy scans.本研究的被試共有三種不同的任務模式，其中有15例被試同時進行了動詞產(chǎn)生(verb generation,VG)和圖片命名(picture naming,PN)的任務；另外有 15人進行了漢語詩歌的默讀(convert recitation,CR)；所有的任務均為組塊設計，按照“任務-休息”的順序進行，每個組塊持續(xù)時間為30s(即任務和靜息的持續(xù)時間相同)，所有任務共60個時間點，總時長為3分鐘；具體的任務是要求患者根據(jù)屏幕中的名詞產(chǎn)生動詞并默念(convert VG)，對屏幕中的圖片進行命名并默念(convert PN)，或根據(jù)MRI室的燈光默誦自己所熟知的古詩，休息時則要求患者注釋屏幕中的十字(VG和PN)或休息(CR)；

MRI成像處理：

1)建立病灶分布圖

為了呈現(xiàn)病變的分布情況和更好的理解病灶對語言功能區(qū)分布的占位效應，構(gòu)建病變的分布圖，采用MRIcron軟件(NIH Blueprint for Neuroscience Research,Bethesda,MD,USA))按如下步驟：(1)由兩名神經(jīng)外科醫(yī)生(18年和5年經(jīng)驗)將T2-FLAIR或者3D T1-MPRAGE圖像上識別的腫瘤在3D T1像上通過手工的方式逐層制作mask；(2)將每個被試的大腦根據(jù)模板(即Ch2模板)進行標準化，然后，將標準化的仿射變換應用到每個病人腫瘤mask上，(3)將標準化后的腫瘤進行二值化，在各組中將腫瘤的mask相加然后疊加到ch2的模板，如果僅T2-FLAIR圖像可用，腫瘤mask的標準化通過EPI序列標準化生成的仿射變換完成；

2)fMRI數(shù)據(jù)分析

采用Statistical Parametric Mapping(SPM8,http://www.fil.ion.ucl.ac.uk)進行預處理和統(tǒng)計學分析生成激活圖；由于在數(shù)據(jù)采集前有三個空掃描(dummy scan)，因此在預處理前不刪除EPI的時間點；首先，在時間校正以后(slice timing),每個被試的所有EPI數(shù)據(jù)進行頭動矯正，頭動位移超過2mm或轉(zhuǎn)動2度的被試被排除；其次，將所有被試的結(jié)構(gòu)像協(xié)同腫瘤翻轉(zhuǎn)的mask與功能像進行配準；繼之所有的EPI序列協(xié)同翻轉(zhuǎn)的mask進行空間標準化，以及以6mm的平滑核進行空間高斯平滑；

本實施例中采用一般線性模型(GLM，generalized linear model)在個體水平上進行處理；

采用隨機效應單樣本t檢驗生成任務激活圖，生成基于個體的t圖，定義基于個體的閾值t，制定t值的原則是逐步降低t直到在左側(cè)的額上、中、下回出 現(xiàn)明顯的激活，將所有個體的激活保存為mask，然后進行二值化，將所有的mask進行相加，得到激活區(qū)在群體中的分布概率圖；

術(shù)中語言定位：

采用Axon Epoch XP型多功能腦電監(jiān)護系統(tǒng)(Axon System公司,美國)：⑴DAQ816E數(shù)據(jù)采集器；⑵操作軟件版本1.20；⑶電刺激器，最大電流強度100mA；⑷雙極皮質(zhì)刺激探針(直徑1mm，正負極間距5mm)；手術(shù)之前，首先采用MRI兼容的皮下針狀電極(專利號：ZL201110074011.0)置入頭皮下和靶向肌肉用于記錄肌肉動作復合電位，參數(shù)設置如下：陽極為刺激電極，陰極為參考電極；脈沖間隔1ms，電流2mA～6mA，逐步上調(diào)，同時記錄皮質(zhì)后放電(after discharge)，一旦出現(xiàn)即停止刺激，并下調(diào)0.5mA作為刺激電流強度，按10mm*10mm逐一刺激皮質(zhì)，排查功能區(qū)，同時監(jiān)測腦電圖，采用四點或六點條形電極，平敷于刺激區(qū)前后緣硬膜下，緊貼皮質(zhì)表面，記錄皮質(zhì)后放電，患者清醒狀態(tài)下刺激運動區(qū)時詢問患者軀體感覺，并觀察有無肢體不自主運動，刺激語言區(qū)時，觀察患者語言反應。先是隨意語言對答，然后是數(shù)數(shù)(1-50)，最后是看圖片命名(如“這是......”)和單詞閱讀(如這個詞匯是......)，患者胸前置無線麥克風，便于應答清晰可辨，同時攝像頭記錄患者語言活動，并監(jiān)測其面部抽搐情況；陽性結(jié)果判定標準：同一部位共刺激3次，如果其中2次出現(xiàn)語言功能抑制(言語中斷、命名障礙或失讀)即認定為陽性區(qū)域；如在fMRI語言皮質(zhì)激活區(qū)刺激，只要1次出現(xiàn)語言功能抑制即認定為陽性區(qū)域；言語中斷需要與構(gòu)音障礙進行鑒別，構(gòu)音障礙多是由于不隨意肌肉的收縮引起(例如口唇或咽肌)。以消毒數(shù)字或字母標簽標示陽性位點，當手術(shù)野皮質(zhì)暴露范圍僅有語言功能陰性區(qū)，不再為尋找陽性位點而擴大皮質(zhì)顯露；最后，通過術(shù)中拍照和導航截圖記錄陽性位點的位置，在導航和術(shù)中圖片的幫助下，分別獲取每個刺激位點的個體坐標，通過標準化將其轉(zhuǎn)化為標準坐標，標記在collin27模版上；

基于電生理的漢語語言網(wǎng)絡的建立：

1)被試和MRI數(shù)據(jù)

自2010年12月到2012年12月，共有55例語言區(qū)的膠質(zhì)瘤患者接受喚醒手術(shù)，其中，共有11例(6男4女；平均年齡30.9歲，范圍24-54歲)患者符合本實施例研究的納入標準：(1)腫瘤占位效應小，對皮質(zhì)的影響小，考慮對語 言區(qū)的移位及重塑影響較小，故接近正常腦；(2)術(shù)中語言皮質(zhì)定位有言語終止的陽性位點；(3)該患者具有術(shù)前的靜息態(tài)數(shù)據(jù)；所有被試均為母語為漢語的中國人，愛丁堡利手量表評估所有被試均為右利手；本研究通過倫理委員會的批準，所有的被試均簽署了知情同意書；

MRI結(jié)構(gòu)像的掃描參數(shù)同前；靜息態(tài)fMRI采用EPI序列，參數(shù)如下：TR:2000；TE:35；slice thickness:4；matrix64*64；slice number:33；flip angle:90；voxel:3.28*3.28*4mm,time points:240；

2)語言皮質(zhì)定位(具體方法詳見前文的術(shù)中語言定位)；

3)選定種子點：

根據(jù)術(shù)中導航記錄的術(shù)中語言的陽性位點圖像，得到陽性位點的個體坐標作為種子點：

4)數(shù)據(jù)處理

先將靜息態(tài)fMRI的數(shù)據(jù)預處理：首先刪除前10個時間點的數(shù)據(jù)以獲得穩(wěn)定的BOLD信號，。然后采用DPARSFA軟件(www.restfmri.net/forum)進行批量自動處理，包括：時間矯正、頭動矯正、將結(jié)構(gòu)像與功能像進行配準，然后對功能像采用6mm的平滑核進行高斯平滑；預處理結(jié)束后對數(shù)據(jù)進行去線性漂移，濾波(0.01-0.08Hz)。在個體空間內(nèi)，以ISM的陽性位點MNI坐標(個體的具體坐標見表)作為中心，6mm作為半徑的球體設為感興趣區(qū)(regions-of-interest,ROI)，將此區(qū)域的時間序列信號與全腦進行Pearson相關分析計算功能連接，然后相關系數(shù)r進行Fisher變換得到符合正態(tài)分布的相關系數(shù)；其中有多個陽性位點的被試，將其該被試得到的多個功能連接圖進行平均得到平均后的z圖，將每個被試的腫瘤做mask后，以此將每個被試的個體T1結(jié)構(gòu)像配準至標準空間，將此配準函數(shù)應用于每個被試的z圖，即得到標準化后的z圖；采用單樣本t檢驗將11個被試的功能連接進行組分析，生成語言網(wǎng)絡分布圖。