腦功能磁共振成像數(shù)據(jù)處理算法及應(yīng)用研究.pdf

1、高空間分辨率的功能磁共振成像（fMRI）技術(shù)是人們認(rèn)識腦的一種重要的無損檢測手段，并且在相關(guān)領(lǐng)域受到了極大關(guān)注。fMRI腦功能信息提取技術(shù)是將fMRI與大腦認(rèn)知、神經(jīng)科學(xué)和臨床應(yīng)用相結(jié)合的關(guān)鍵。目前該技術(shù)仍然不完善，需要進一步的發(fā)展。本文以腦功能活動區(qū)域定位、聚類的fMRI數(shù)據(jù)處理算法和腦功能不對稱性等問題為核心，提出了利用fMRI時間序列的頻率信息、相位譜（PS）信息、卷積功率譜（CPS）信息和仿射聚類（APC）等方法來探測腦功能活動

2、，發(fā)展了相應(yīng)的抗干擾能力強的時頻fMRI信號分析法，并進一步提出了利用定量分析功率譜變化來研究運動皮層功能不對稱性的思想。通過仿真與實際數(shù)據(jù)的分析證明了這些方法和技術(shù)創(chuàng)新的有效性和應(yīng)用價值。分列如下：
　　 本文提出了一種利用時間序列在希爾伯特（Hilbert）空間的頻率信息去探測功能活動區(qū)的新方法。它的主要思想是利用任務(wù)狀態(tài)與非任務(wù)狀態(tài)的頻率熵信息（FEI）的差作為判斷腦激活的指標(biāo)。通過仿真確定了建議方法的有效性。比較統(tǒng)計參數(shù)

3、圖（SPM）、支持向量機（SVM）和FEI等算法的接受者工作特性曲線（ROC），頻率信息方法顯示出優(yōu)良性能，實際的fMRI數(shù)據(jù)處理也證實該方法能有效探測腦功能活動。提出了利用fMRI時間序列的相位譜信息來探測腦功能活動的新方法?；舅枷胧菍⑿盘柼卣黝l率上的相位用作腦激活指標(biāo)，并且通過仿真和實際fMRI數(shù)據(jù)驗證和確認(rèn)了這種方法的有效性。常規(guī)fMRI數(shù)據(jù)分析方法以構(gòu)造體素的血氧水平依賴性（BOLD）響應(yīng)時間函數(shù)為目標(biāo)，但是功率譜分析理論完全

4、聚焦在理解作用系統(tǒng)的動力學(xué)能量變化。因此，針對fMRI數(shù)據(jù)處理，論文提出了一種新的基于先驗鏡像信號的卷積能譜分析模型。首先，抑制fMRI信號中的噪聲，計算測量的fMRI數(shù)據(jù)與預(yù)先設(shè)計的實驗?zāi)Ｊ街g的卷積；然后將卷積信號的功率譜密度（Power spectrum density，PSD）分析作為定量分析BOLD信號變化的指標(biāo)。并且對比常規(guī)的功率譜、SPM和SVM方法，仿真和實際fMRI塊實驗數(shù)據(jù)分析結(jié)果揭示CPS方法能有效地探測腦功能活動

5、。對于具有復(fù)雜特性的fMRI時間序列，論文的結(jié)果證明抗噪聲能力強的CPS方法是揭示腦功能信息的有用的分析工具。
　　 聚類分析是一種很好的的數(shù)據(jù)驅(qū)動方法。然而對于fMRI時間序列數(shù)據(jù)，龐大的計算量使它很難實用?；诖耍撐奶岢隽藢⒂行?、快速的新聚類算法-仿射聚類APC用于分析腦功能活動的fMRI大數(shù)據(jù)集。該算法不用隨機選擇初始的類代表點，它將所有的數(shù)據(jù)點都作為潛在的類代表點，通過最小化能量函數(shù)與信息傳遞架構(gòu)（Message pa

6、ssing architecture），得到最優(yōu)化的類代表點與它們對應(yīng)的類。四個仿真數(shù)據(jù)集和三個真實fMRI數(shù)據(jù)集（包括塊設(shè)計與事件相關(guān)（Event-related）實驗）的分析結(jié)果揭示APC能有效地探測腦功能活動并能區(qū)分不同的響應(yīng)模式。性能參數(shù)指標(biāo)平均均方誤差（Average squared error）揭示在塊設(shè)計與事件相關(guān)實驗中APC算法明顯優(yōu)于K中心聚類（K-centers clustering）。研究結(jié)果表明利用fMRI數(shù)據(jù)，

7、APC算法能有效地探測和聚類腦功能活動區(qū)。本文提出了利用定量分析BOLD信號的功率變化來研究腦功能不對稱性的思想。六個右利手被實驗者參與了fMRI實驗，論文分析了雙手運動與單手運動的實驗數(shù)據(jù)。功率譜方法表明在任務(wù)與休息狀態(tài)之間，大腦右側(cè)運動皮層相對左側(cè)運動皮層，BOLD信號有更大的功率差，這說明其右側(cè)運動區(qū)域有更多相關(guān)神經(jīng)細(xì)胞被誘發(fā)。此外，通過對比BOLD信號幅度變化，對用功率譜方法測量功能不對稱性進行了合理性分析。對于腦功能不對稱性分