[发明专利]一种基于移动平均时间序列模型的脑功能激活区检测方法

权利要求书

1.一种基于移动平均时间序列模型的磁共振成像脑激活区检测方法，其特征在于，该方法包括以下步骤：

步骤1，对采集到的原始功能磁共振成像(fMRI)图像进行预处理；

步骤2，对于每个被测试者逐体素计算每个被测试者的个体体素信号强度时间序列模型；

步骤3，对于组群，计算每个个体在组群中的权重值，并根据全脑个体体素信号强度时间序列模型，逐体素构建组群体素信号强度时间序列模型；

步骤4，根据全脑组群体素信号强度时间序列模型，应用区域增长方法实现脑激活区的提取。

2.如权利要求1所述的方法，其特征在于，所述步骤1中对采集到的原始fMRI图像进行预处理进一步包括：对fMRI图像进行时间点校正、头动校正、标准化处理、重新采样、平滑以及去除线性漂移。

3.如权利要求2所述的方法，其特征在于，对fMRI图像进行标准化处理时采用统计参数映射软件自带的平面回波成像(EPI)模板对fMRI图像进行标准化处理。

4.如权利要求1所述的方法，其特征在于，所述步骤2进一步包括以下步骤：

步骤2.1，构建个体体素信号强度时间序列预测统计量；

步骤2.2，基于个体体素信号强度时间序列预测统计量，统计推断个体体素信号强度时间序列变化状态，完成个体体素信号强度时间序列模型的建立。

5.如权利要求4所述的方法，其特征在于，所述步骤2.1进一步使用移动平均算法来构建所述个体体素信号强度时间序列预测统计量。

6.如权利要求4所述的方法，其特征在于，所述步骤2.2进一步采用蒙特-卡罗方法在时间维度上对概率p进行FWER校正来统计推断个体体素信号强度时间序列变化状态，其中，概率p为fMRI时间序列中时间点t所对应的概率值。

7.如权利要求1所述的方法，其特征在于，所述步骤3进一步包括以下步骤：

步骤3.1，构建组群体素信号强度时间序列预测统计量；

步骤3.2，计算每个个体在组群中的权重值D；

步骤3.3，基于组群体素信号强度时间序列预测统计量，统计推断组群体素信号强度时间序列变化状态；

步骤3.4，基于全脑个体体素信号强度时间序列模型、每个个体在组群中的权重值D以及组群体素信号强度时间序列变化状态，逐体素构建组群体素信号强度时间序列模型。

8.如权利要求7所述的方法，其特征在于，所述步骤3.2进一步使用期望最大化算法来计算每个个体在组群中的权重值D。

9.如权利要求1所述的方法，其特征在于，所述步骤4进一步包括以下步骤：

步骤4.1，度量不同体素间的活动相似性；

步骤4.2，使用体素v₀作为种子点，使用区域增长算法选择同种子点活动最相似的邻域体素加入局部一致脑区；迭代进行区域增长算法，直到局部一致脑区达到指定局部区域大小后停止；

步骤4.3，将上述步骤4.1和步骤4.2应用到全脑体素，根据脑激活区内体素信号强度时间序列动态变化基本一致这一原理，实现脑激活区的提取。

10.如权利要求9所述的方法，其特征在于，所述步骤4.1进一步使用组群体素信号强度时间序列模型的皮尔逊相关系数作为区域一致性准则，度量不同体素间的活动相似性。