[发明专利]一种fMRI数据空间源相位从实数域到复数域的映射方法

说明书

本发明公开了一种fMRI数据空间源相位从实数域到复数域的映射方法，属于生物医学信号处理领域。首先，对fMRI实数域相位数据进行空间ICA分离，根据感兴趣成分的空间参考网络对ICA得到的源成分做极性校正，选取感兴趣成分；接着，选取感兴趣成分的空间源相位，对其做取正值和空间平滑预处理；然后，估计空间源相位值的分布直方图，生成对称化的数据点，并求取拟合这些数据点的函数；最后，将拟合函数的值域变换到[0,π]得到映射函数，并将其用于空间源相位从实数域到复数域的映射。本发明将复数域空间源相位的消噪优势推广到了实数域，克服了传统阈值消噪法的性能劣势，为fMRI数据分析的后处理消噪提供了新的手段。

技术领域

本发明涉及生物医学信号处理领域，特别是涉及一种功能磁共振成像(functional magnetic resonance imaging,fMRI)数据空间源相位从实数域到复数域的映射方法。

背景技术

fMRI是一种基于血氧水平依赖(blood oxygenation level dependent,BOLD)效应对脑神经元活动进行测量的医学影像技术。实验获取的fMRI数据是复数的，包括幅值和相位两部分。现有研究表明，fMRI相位数据含有独特且生理意义明确的脑功能信息。利用数据驱动的独立成分分析(independent component analysis,ICA)算法，不需要任何先验知识，就可以从fMRI数据中提取一系列最大程度相互独立的空间激活脑区(spatial map,SM)成分及其时间序列(time course,TC)成分。

具体而言，fMRI幅值和相位数据均属于实数域，二者构成fMRI复数域数据。利用ICA方法从fMRI数据分离的SM和TC成分属于源信号。因此，从fMRI数据中可以获取两种SM相位成分(称为空间源相位)。(1)复数域空间源相位：由ICA从fMRI复数数据中分离的复数SM成分的相位，值域确定为[-π,π]；(2)实数域空间源相位：利用ICA从fMRI实数域相位数据中分离得到的SM成分，值域随机。

现有研究表明，复数域空间源相位具有强大的消噪能力。在SM全部体素中，BOLD相关体素呈现小相位，即BOLD相关体素对应[-π/4,π/4]范围之内的小相位值，而噪声体素则对应[-π/4,π/4]之外的大相位值(Yu MC,Lin QH,Kuang LD,Gong XF,Cong F,CalhounVD.ICA of full complex-valued fMRI data using phase information of spatialmaps.Journal of Neuroscience Methods 249,75–91,2015)。利用复数域空间源相位的这一特性，称之为小相位特性，可以定位BOLD相关的体素，去掉大量阈值法无法去除的噪声体素，尤其是脑边缘噪声。

相比之下，实数域空间源相位在脑网络识别和脑功能连接分析中体现出很高的应用价值。首先，将实数域空间源相位与空间源幅值(由ICA从fMRI实数域幅值数据中提取的SM成分)结合，可以提高健康人和病人分类的正确率。其次，实数域空间源相位与源幅值的脑功能连接模式不同，为脑疾病的识别提供了新的生物标记。最后，在较高的ICA模型阶数下，实数域空间源幅值趋于分裂，而空间源相位仍存在完整成分，在健康人和病人分类方面更具优势。