[发明专利]一种汉语语言功能区测查用功能磁共振成像数据的处理方法

摘要

本发明涉及医学图像辅助技术，尤其涉及的是一种汉语语言功能区测查用功能磁共振成像数据的处理方法。所述方法包括步骤（1）获得测查对象的血氧水平依赖功能磁共振成像数据和弥散张量成像数据；（2）处理任务态的血氧水平依赖功能磁共振成像数据；（3）处理静息态的血氧水平依赖功能磁共振成像数据；（4）处理弥散张量成像数据。

主权项

一种汉语语言功能区测查用功能磁共振成像数据的处理方法，其特征在于，所述方法包括以下步骤：（1）获得测查对象的血氧水平依赖功能磁共振成像数据和弥散张量成像数据；（2）处理任务态的血氧水平依赖功能磁共振成像数据（2‑1）结构像及功能像的三维重建，将扫描仪中保存的K空间形式的功能数据进行Fourier变换；（2‑2）奇异数据处理去除采集到的前4个功能数据，以避免扫描初期的磁场不稳定影响；（2‑3）时间平滑使用血氧水平依赖功能磁共振成像数据中的层面间移位信息，将输入数据集的体素时间序列进行移位，使各层面对齐到相同时间原点；（2‑4）头动校正及空间平滑以最后一个时间序列的大脑位置为基准，其他所有时间序列的脑都与之对齐，这样每个时间点都分别得到6个方向的变化值，移动超过1个体素或者转动超过5°的被试数据均剔除，将6列数据存成文件，将头动校正之后得数据进行空间平滑处理，全宽半高值设定为6；（2‑5）时间序列的标准化将空间平滑后的功能数据，做去头皮处理，得到mask文件，针对多个汉语语言功能测试任务进行mask的平均，再针对多个被试及被试的多次扫描做mask合并处理，所述合并处理方式为将mask内的功能数据取均值分析，最后将数据归一化到100为基线的时间序列；（2‑6）功能数据的回归分析采用top hat函数，参见以下公式：H(t)=∫0min(t，d)h(t‑s)dt；h(t)=(t/4)4e4‑t其中，t为时间点的自变量，s为某固定时间点，d为刺激持续时间，h（t）代表的是随时间t变化的强度值，H（t）则表示随时间变化的积分值，将top hat函数与刺激任务时间序列进行卷积计算，从而生成任务的冲击响应模型，具体算法如下： y ( t ) = ∫ 0 t f ( T ) h ( t - T ) dT 其中，t为自变量时间点，f(T)为刺激的时间序列，h（t‑T）为top hat函数，y（t）为随时间变化的卷积值。将分析得到的血氧水平依赖功能磁共振成像数据与上面得到的模型做回归分析，即获得全脑每个体素的β值，该数值可以表征该体素得时间序列与模型之间的相关关系；（3）处理静息态的血氧水平依赖功能磁共振成像数据数据的预处理过程同上述的（2‑1）至（2‑5），在此基础上计算静息态低频振荡振幅,，时间序列通过快速傅里叶变换转化为频率时域，计算波峰高度的平方根，然后对每一个体素在0.01～0.08Hz范围内的平方根取平均值，平均后的平方根即静息态低频振荡振幅ALFF，分析ALFF值改变情况，获得相应统计参数图，将fMRI图像感兴趣区内的时间序列进行平均，得到参考时间序列，以体素－体素的方式对不同参考时间序列进行相关性分析，并使用Fisher转换提高相关系数的正态性，比较各关键脑区之间的连接强度的差异，并测量不同脑区连接的相关系数；（4）处理弥散张量成像数据，采用基于特征值标准变异的两类系数：相对各向异性系数RA和部分各向异性系数FA，算法如下： RA = 1 2 ( λ 1 - λ 2 ) 2 + ( λ 2 - λ 3 ) 2 + ( λ 1 - λ 3 ) 2 ( λ 1 + λ 2 + λ 3 ) = 3 2 | D - 1 3 trace ( D ) I | trace ( D ) FA = 1 2 ( λ 1 - λ 2 ) 2 + ( λ 2 - λ 3 ) 2 + ( λ 1 - λ 3 ) 2 λ 1 2 + λ 2 2 + λ 3 2 = 3 2 | D - 1 3 trace ( D ) I | | D | 其中I是单位张量，D为扩散系数，弥散张量的三个本征向量λ1λ2λ3相互垂直，并构建了每个像素的局部参照纤维框架，在每个体素中，本征值从大到小排列：λ1=最大弥散系数，λ2=中级弥散系数，λ3=最低弥散系数，λ1代表平行于纤维方向的弥 散系数，λ2和λ3代表横向弥散系数。