[发明专利]基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法

权利要求书

1.一种基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，

提取患者脑部的fMRI影像，并对fMRI影像进行预处理，然后基于感兴趣区域计算得到fMRI功能连接矩阵，识别与PD运动症状相关的脑功能连接；

提取患者脑部的DTI影像，并对DTI影像进行预处理，然后基于所述感兴趣区域计算得到DTI概率纤维连接矩阵；

其中，在fMRI影像和DTI影像预处理中；均需要T1图像配准：运用DARTEL算法，先将被试的T1图像配准到MNI脑模板空间，并记录原空间每一个体素到目标空间的形变向量；然后分别将fMRI影像和DTI影像配准到TI图像，得到MNI空间下的fMRI图像以及MNI空间下的DTI影响；进而分别进行fMRI影像的预处理和DTI影像进行预处理；

识别所述fMRI功能连接矩阵和所述DTI概率纤维连接矩阵中具有高表征性的脑功能连接和概率纤维连接；

将具有高表征性的所述脑功能连接和概率纤维连接通过机器学习得到PD相关连接特征，并根据所述PD相关连接特征得到用户的PD状态。

2.根据权利要求1所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，

在fMRI影像的预处理中，依次包括：起始时间点去除、时间层矫正、头动矫正、所述TI与图像配准、空间平滑、去线性漂移、干扰变量回归去除。

3.根据权利要求2所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，

在起始时间点去除步骤中，去除起始的十个时间点；

在头动矫正中，通过刚体配准算法，利用3个平动参数、3个旋转参数的仿射变换将每个时间点图像配准到同一个参考时间点；

在空间平滑步骤中，使用半峰宽为4mm的三维高斯平滑核对图像进行空间平滑。

4.根据权利要求1所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，在基于感兴趣区域计算fMRI功能连接时，基于标准脑空间模板AAL3进行区域划定划定，并划定为170个所述感兴趣区域；根据提取170个所述感兴趣区域的平均fMRI时间信号，对两两区域进行皮尔森相关系数计算：皮尔森相关系数的计算公式如下：

其中x、y表示任意两个脑区的fMRI时间信号，ρ_x,y表示皮尔森相关系数，cov表示协方差，σ表示标准差。

5.根据权利要求1所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，在DTI影像的预处理中，依次包括：涡流矫正与头动矫正、配准与剥脑、空间标准化。

6.根据权利要求5所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，

在涡流矫正与头动矫正步骤中，使用FSL软件的eddy_correct工具，以DTI最开始扫描的不加弥散梯度磁场的b0像完成校正。

7.根据权利要求1所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，

在基于所述感兴趣区域计算得到DTI概率纤维连接矩阵前，通过BEDPOSTX算法基于马尔可夫链蒙特卡洛抽样来构建每个体素的限位分布参数；并依据AAL3脑图谱划分为170个所述感兴趣区域，取所述感兴趣区域两两组合作为起始点和终止点，从起始点出发进行以下迭代：

从体素的BEDPOSTX参数确定步进方向；往所述步进方向前进一步，直至遇到终止条件则停止迭代；

当迭代停止后，对所述感兴趣区域连接两个所述感兴趣区域之间的线路进行计数形成连线数量分布，基于所述连线数量分布得到脑区间纤维连接概率。

8.根据权利要求7所述的基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法，其特征在于，

所述终止条件为到达终止所述感兴趣区域、离开大脑区域、遇到设定不可通过区中的一种或多种。