[发明专利]fMRI头动的实时监测与反馈方法

说明书

（一）、技术领域：本发明涉及一种实时监测与反馈方法，特别是涉及一种fMRI头动的实时监测与反馈方法。

（二）、背景技术:功能磁共振成像（functional Magnetic Resonance Imaging）的主要方法是血氧水平依赖性比较方法(BOLD，Blood Oxygenation Level Dependent contrast)，该方法利用MRI设备采集大脑的信息，主要反映被激活脑区毛细血管内以体素为单位氧合血红细胞浓度的瞬时变化，简称BOLD-fMRI(Blood oxygenation level dependent functional magnetic resonance imaging,BOLD-fMRI)。与其他脑功能成像方式相比，BOLD-fMRI成像在速度和空间分辨率方面与具有很大的优势，利用其开展脑认知研究已经成为脑功能成像的主流。

fMRI成像过程中，一次扫描过程的持续时间由扫描序列决定，通常为4～10分钟，其间每个功能像的成像间隔时间是约为2-3s。扫描间隔时间中，机器震动和不自主的活动调节都会使被试头部产生空间位置偏移，因此在fMRI数据处理时必须进行头动校正（motion correction）以消除扫描过程中被试头部的空间位置偏移造成的影响，然后利用空间配准后的数据进行统计分析得到活动大脑激活映射图。在一个fMRI扫描序列的头动校正处理中，需要计算6个头动参数，分别是空间三个方向的平移距离和三个方向的旋转角度，若被试的头动平移在三维空间任一方向超过2mm，或者三维空间中任一方向的旋转超过2°，实验数据一般会视为无效，另外，实验过程中被试频繁的头动对磁场产生瞬时影响将降低成像数据的可靠性。由于数据处理通常在实验全部完成以后进行，头动造成的数据缺失对整体实验数据的分析造成很大困扰。因此，基于实时fMRI技术及时发现实验过程中的头动并对头动进行抑制具有重要意义。

现有头动校正首先计算每次扫描图像相对于第一次扫描图像的刚体变换参数，再根据变化参数利用傅里叶插值的方法对图像进行重采样，保证每次扫描大脑图像的空间位置一致。现有的fMRI数据处理工具SPM、FSL和AFNI等都能够完成离线数据的头动校正处理，并将整个实验过程中的头动参数以图表的方式显示出来。然后，离线数据处理只能观察实验结果而无法干预成像过程。

完成实时的头动监测与反馈，关键在于三个部分的集成：成像数据实时的传输、实时头动校正算法和头动信息实时反馈。

R.W.Cox首先提出了实时头动校正的算法，并在AFNI中得到应用。

美国的Yoo S团队最早进行神经反馈的研究，他们利用投影仪将反馈信息以视觉的形式反馈给被试，发现视觉形式的反馈能够有效训练被试调节大脑活动，反馈调节回路对被试的自主调节具有很大的促进作用。目前利用实时fMRI系统进行神经反馈调节和状态分类的研究较多，没有进行头动反馈控制的实时fMRI系统。

实时处理fMRI数据，首先需要将数据实时传出到数据处理终端。目前MRI（磁共振成像）制造厂商主要包括美国GE公司，德国Siemens公司和荷兰Philips公司，MRI主控机器的操作系统一般采用linux内核的系统，根据系统不同程序差别较大，没有一个统一的实时数据传输框架。需要根据MRI设备实际情况在核磁机器中开发实时读取和数据传输脚本。

（三）、发明内容：

本发明要解决的技术问题是：克服现有技术的缺陷，提供一种fMRI头动的实时监测与反馈方法，该方法可提高fMRI的数据质量。

本发明的技术方案：

一种fMRI头动的实时监测与反馈方法，含有下列步骤：

步骤1：将数据处理终端与MRI系统的主控机（host）用网络连接在一起，主控机上使用SMB（Server Message Block）协议在指定文件夹下挂载数据处理终端的共享文件夹，实现双向文件共享；

步骤2：数据处理终端对主控机中的fMRI数据的存储目录进行监控：利用Linux 2.6.13以上版本内核集成的inotify，允许监控程序打开一个独立文件描述符，并针对文件创建和目录创建事件监控一个或一个以上文件目录，实现细粒度文件和目录创建消息监控；