[发明专利]基于非参数统计的脑功能磁共振编码能量成像方法

摘要

本发明公开了一种基于非参数统计的脑功能磁共振编码能量成像方法，本发明提出了将深度自编码、非参数自举统计与功率谱分析整合用于去处理功能磁共振成像的大数据集。通过编码达到对功能磁共振大数据集的降维，从而减小对后续数据的处理量。将降维后的数据集通过自举统计检出激活成分，并结合各维数据的最大能量来优化选取识别脑功能激活结果。因此，基于非参数统计的功能磁共振编码能量成像，它不仅建立了一种功能磁共振成像模型，而且由于对成像数据的降维等处理也节省计算机内存等资源，利用此模型实现功能磁共振成像是一种新的技术方法尝试。

主权项

1.一种基于非参数统计的脑功能磁共振编码能量成像方法，其特征在于：包括以下步骤：(1)对功能磁共振预处理后数据集建立标准化Z分数与协方差矩阵，进行深度自编码降维；(11)采集脑功能磁共振数据，并对脑功能磁共振的功能像数据进行预处理，得到预处理后的数据集D，其中，m为数据集D中体素个数，d_i为第i个体素的时间序列，每个体素时间序列长度表示为n，n＜＜m。再对数据集D建立标准化Z分数矩阵与协方差矩阵；(12)对协方差矩阵用相关维数法进行本质维数估计，确定最优维数L；(13)根据最优维数对协方差矩阵进行自编码降维，获得降维数据矩并取反，然后与步骤(11)中Z分数矩阵相乘获得对应于Z分数矩阵的降维数据Q，其中，L＜＜n；(2)对Q中每一列数据向量进行非参数自举统计检验，得到非参数统计结果；(3)对每一列数据向量Q_j，利用(2)统计结果中显著性差异P<0.05的体素对应在数据集D中的时间序列d_i，来计算各体素时间序列的功率谱和功率谱累积能量，并将各体素的功率谱累积能量作为各体素在时域上的平均功率；叠加每一列数据向量所有体素的平均功率作为该列数据向量的平均功率，保留平均功率最大的Q_j，，记为Q_j(max)；(4)将Q_j(max)中对应于P<0.05的体素作为激活体素，Q_j(max)的非参数统计结果作为脑激活探测识别激活值；(5)将步骤(4)探测得到的脑激活体素，投射到结构像模板上显示成像。