[发明专利]一种利用复数fMRI空间源相位识别空间差异的方法

说明书

一种利用复数fMRI空间源相位识别空间差异的方法，属于生物医学信号处理技术领域。对复数fMRI数据进行空间ICA分离，选取感兴趣成分，再进行相位校正和消噪，获得感兴趣成分的空间源相位，最后通过方差齐性分析和方差差异系数计算，识别SZs与HCs在空间源相位中的差异。与被广泛应用的幅值数据相比，本发明利用空间源相位识别精神分裂症患者组与健康对照组之间的空间差异，能展示更高的灵敏度以及可靠性。例如，针对82被试静息状态下采集的复数fMRI数据，在不使用FDR校正的前提下，空间源相位在DMN中多提取到了122.95％的差异性体素，并且由空间源相位提取到的能够通过FDR校正的差异性体素比幅值多出69％。

技术领域

本发明涉及生物医学信号处理领域，特别是涉及一种利用复数功能磁共振成像(functional magnetic resonance imaging,fMRI)数据的空间源相位，识别精神分裂症患者组(patients with schizophrenia,SZs)与健康对照组(healthy controls,HCs)之间空间激活脑区(spatial map，SM)差异的方法。

背景技术

fMRI是一种基于血氧水平依赖(blood-oxygenation-level-dependent)效应的神经学影像方式，能够反映大脑的内部活动。由于其非侵入式和高空间分辨率，fMRI技术已经被广泛地应用到许多领域，如基础的神经科学研究和临床医学等，是理解人类大脑功能以及研究疾病如何破坏大脑活动的重要工具之一。独立成分分析(independent componentanalysis,ICA)是一种典型的数据驱动盲源分离算法，可用于从fMRI数据中提取SM成分及其相应的时间过程(time course，TC)成分。

尽管原始获取的fMRI观测数据包括幅值数据和相位数据，由于相位数据的噪声严重，绝大多数fMRI数据分析集中在幅值数据上。然而，越来越多的研究表明，相位数据包含丰富的与大脑功能相关的生理信息，而且是从幅值数据中无法提取到的。首先，相位数据可用于更好地分析血氧水平、大小血管的影响以及探索更多不同的脑功能网络连接模式。其次，相位数据可作为幅值数据的补充，用于提取更多更有意义的脑区激活，并提高SZs和HCs的识别准确率。因此，对于fMRI相位数据的研究颇具重要意义。

如上所述，fMRI观测相位数据含有与大脑活动相关的成分，但也包含着严重的生理噪声。与之相比，空间源相位，即由空间ICA方法从复数fMRI数据中分离得到的SM相位信息，已经被大量去噪。研究表明，空间源相位能用于识别和去除不感兴趣的噪声体素。然而，与观测相位相比，空间源相位中是否也传递着有关大脑内部活动的独特信息呢？目前这一问题还未有答案。鉴于观测相位在提升SZs识别率方面展示出了良好的性能，探索应用空间源相位识别SZs与HCs之间空间差异的方法是非常必要的。

发明内容

本发明的目的在于提供一种空间源相位的分析方法。通过多被试的fMRI数据获取空间源相位，计算空间源相位的方差图，进一步定义方差差异系数，衡量和突显SZs与HCs之间的空间差异。

本发明的技术方案：

一种利用复数fMRI空间源相位识别空间差异的方法，首先对复数fMRI数据进行空间ICA分离，选取感兴趣成分，然后进行相位校正和消噪，获得感兴趣成分的空间源相位，最后通过方差齐性分析和方差差异系数计算，识别SZs与HCs在空间源相位中的差异。具体实现步骤如下：

第一步：输入多被试复数fMRI数据(k＝1,...,K)，T表示时间维的全脑扫描次数，V表示空间维的脑内体素数目，K表示被试数目。

第二步：对所有的单被试X^k进行PCA(principle component analysis)降维，记模型阶数为N，N≤T，降维后单被试数据变为