[发明专利]自适应小动物脑功能磁共振成像数据分析方法

说明书

本申请公开了一种自适应小动物脑功能磁共振成像数据分析方法，包括以下步骤：多次获取每只被试动物的全脑扫描图像，进行头动校正并获得各动物的全脑平均图像；以某一只动物全脑图像为参考图像，迭代的进行图像配准及图像平均，获得自适应脑模板；使用多通道高斯滤波的方式提取出自适应脑模板的脑内像素作为初始的脑内像素掩膜图像；获取与自适应脑模板空间匹配的脑内像素掩膜图像；将所有被试个体脑图像与自适应脑模板进行空间标准化，并进行颅骨剥离；获取所有被试动物的所有感兴趣区的时间序列；通过皮尔逊相关算法，获得所有感兴趣区两两之间的相关系数，已得被试动物的全脑网络。上述方案适应性广，效率高，且不受人为主观因素的影响。

技术领域

本申请一般涉及磁共振图像处理技术领域，尤其涉及自适应小动 物脑功能磁共振成像数据分析方法。

背景技术

小动物实验在神经科学研究中具有不可替代的作用，例如新药物 研发，重大脑疾病发病机理研究等，都需要利用适当的动物模型进行 试验。在体小动物脑功能磁共振成像(Functional Magnetic Resonance Imaging， fMRI)技术使研究人员能够动态观测小动物脑功能活动，为小动物脑 功能活动及脑功能网络研究提供了强有力的手段。目前常用基于手工 勾画感兴趣区(Region Of Interest，ROI)的分析方法，即由研究人员 逐一且逐层的勾画出各个ROI，工作量繁重，效率低，且对操作者的 背景知识要求较高，受人为主观因素的影响较大，且不能满足高通量 的小动物fMRI脑功能成像数据的分析。因此，小动物图像的数据分 析是限制其发展和应用的主要瓶颈。

为了实现客观且高效的小动物fMRI全脑功能网络分析，首先将 所有被试动物的fMRI脑功能像标准化到统一空间，即通常所说的空 间标准化，其中标准脑模板为其提供了统一的参考标准。与人脑功能 成像不同，小动物脑远远小于人脑，因此，为了提高其成像的空间分 辨率及降低信噪比，小动物脑功能成像的时间通常要远远长于人脑成 像。因此，为了提高实验效率，降低实验成本，研究人员通常针对特 定的研究任务设定不同的成像视野(Field Of View,FOV)，例如关注 恐惧记忆情感环路功能的研究人员就仅对大鼠的大脑部分进行成像； 关注抑郁症疾病动物模型脑功能网络异常情况的研究人员就会对小动 物的全脑进行成像，包括嗅球，大脑和小脑等。

目前在人脑功能成像研究中使用最为广泛的单一FOV的标准脑 模板就难以满足小动物脑功能成像中不同研究的需要。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种适应性广、不 受人为主观因素影响的自适应小动物脑功能磁共振成像数据分析方 法。

本申请提供一种自适应小动物脑功能磁共振成像数据分析方法， 包括以下步骤：

S100：多次获取每只被试动物的全脑扫描图像，并将每只所述被 试动物的每次所述全脑扫描图像进行时间片校正，以消除数据采集周 期内各扫描层的时间偏差；

S200：以每只所述被试动物成像时间序列中的第一个全脑扫描图 像为头动校正参考图像，分别以每只所述被试动物的头动校正参考图 像为参考，对该只所述被试动物的剩余各全脑扫描图像分别进行刚体 变换以获得头动校正图像，对每只被试动物的所述头动校正参考图像 及所述头动校正图像进行平均，获得每只被试动物的平均图像；

S300：对所述平均图像迭代的进行图像配准及图像平均，获得用 户数据驱动的自适应脑模板；

S400：以所述自适应脑模板为参考标准，将所述每只被试动物的 平均图像与所述参考标准进行图像配准，并将相同的配准参数应用于 所述头动校正图像，以完成每只所述被试动物的空间标准化；

S500：使用多通道高斯滤波的方式提取出所述自适应脑模板的脑 内像素作为初始的脑内像素掩膜图像；