[发明专利]一种静息态功能磁共振影像噪声抑制的预处理优化方法

说明书

一种静息态功能磁共振影像噪声抑制的预处理优化方法，属于功能磁共振影像预处理领域。最近研究表明头动噪声对功能磁共振影像的干扰尤其突出。因此，有效抑制影像噪声(如头动干扰)是基于功能磁共振成像技术的脑功能研究亟待解决的首要问题。为了克服头动噪声，该方法确定带通滤波在线性回归分析去除协变量之前进行具有更好的头动噪声抑制效果。同时，在线性回归分析去除协变量过程中，此预处理优化方法选择14个滋扰变量(包括6个头动参数及它们的一阶导数、白质平均信号和脑脊液平均信号)可以进一步抑制头动噪声。与现有最先进的方法相比，此方法达到了更出色的噪声抑制效果。

技术领域

本发明属于功能磁共振影像预处理领域，涉及一种功能磁共振影像的预处理优化方法， 特别涉及一种静息态功能磁共振影像噪声抑制的预处理优化方法。

背景技术

自20世纪90年代以来，功能磁共振成像作为一种新兴的神经影像成像技术，其原理是 通过非侵入性方式检测神经元电活动所引发血液动力学的改变信号。当前，功能磁共振成像 已经成为脑功能研究不可或缺的工具。然而，功能磁共振影像受到许多不同来源噪声的影响， 导致影像数据的信噪比很低。最近研究表明头动噪声对功能磁共振影像的干扰尤其突出。因 此，有效抑制影像噪声(如头动干扰)是基于功能磁共振成像技术的脑功能研究亟待解决的 首要问题。

目前，静息态功能磁共振影像的头动噪声抑制问题受到了极大关注。研究者采取了许多 用于静息态功能磁共振影像头动噪声的抑制策略，如独立成分分析(IndependentComponent Analysis,ICA)、小波分析、擦除(Scrubbing)等数据驱动策略。其中，由Pruim等人介绍的 基于独立成分分析的头动噪声策略，即ICA-based Automatic Removal ofMotion Removal of Motion Artifacts(ICA-AROMA)，表现十分出色。但是，即使经过ICA-AROMA策略对静息 态功能磁共振影像进行噪声抑制后，影像数据中仍然存在较大的头动噪声。现有基于数据驱 动的静息态功能磁共振影像头动噪声抑制策略不足之处主要表现在两个方面。第一，对头动 协变量的线性回归去除问题考虑不充分。第二，对滤波和线性回归分析去除协变量之间的顺 序问题不够重视。

因此，在ICA-AROMA的出色噪声抑制策略基础上，需要进一步抑制影像中残留的大量 头动噪声，如考虑头动协变量的线性回归去除问题、以及线性回归分析去除协变量的顺序问 题，以有效抑制影像噪声，来满足基于功能磁共振成像技术的脑功能研究的需求。

发明内容

本发明的目的在于提出一种静息态功能磁共振影像噪声抑制的预处理优化方法，该方法 在噪声抑制性能出色的ICA-AROMA策略基础上，通过优化线性回归分析去除协变量和带通 滤波两个步骤之间的顺序、以及线性回归分析去除协变量的种类，进一步有效抑制静息态功 能磁共振影像的头动噪声，从而达到更好的噪声抑制效果。

为了实现上述目的，本发明采用的技术方案由核心影像处理和影像噪声抑制两个部分组 成，并且核心影像处理在影像噪声抑制之前进行。该技术方案的整个流程如图1所示，具体 描述如下。

核心影像处理依次包含如下步骤：(1)去斜处理；(2)去除前几个时间点的数据；(3) 头动校正；(4)归一化全局4D平均强度；(5)空间标准化。所述空间标准化为将全局4D平均强度归一化后的静息态功能磁共振影像数据配准到Montreal Neurological Institute(MNI) 标准空间。