[发明专利]一种数据驱动的功能磁共振图像的盲去卷积方法

摘要

本发明公开了一种数据驱动的功能磁共振图像的盲去卷积方法，该方法利用测得的功能磁共振图像数据构建自适应的基于Gamma函数的血液动力学响应函数，引入维纳滤波的思想，利用傅里叶卷积定理对BOLD信号时间序列进行去卷积操作，提取出真实神经活动信号用于后续研究。其优点是：血液动力学响应函数的构造不需要引入人为定义的参数，完全由BOLD数据驱动，能体现不同体素下血液动力学响应函数的差异；将BOLD信号相较于神经活动信号的延迟时间嵌入血液动力学响应函数当中，使构造的血液动力学响应函数更加符合生物学实验结果；改进了原有的从BOLD信号中编码神经活动信号的方法，并将其应用于HRF的构造过程中，简化了模型复杂度，适用于大批量数据处理中。

主权项

1.一种数据驱动的功能磁共振图像的盲去卷积方法，其特征在于，包含以下步骤：S1、输入某尺度下的BOLD时间序列，处理得到输入BOLD信号；S2、根据所述输入BOLD信号的波峰、波谷编码模拟神经活动信号；S3、根据所述输入BOLD信号波峰邻近位置的陡峭程度提取出血液动力学响应函数的形状特征参数(S)；S4、建立延迟时间数组(T)，将所述延迟时间t结合所述步骤S3的形状特征参数(S)与所述步骤S2的模拟神经活动信号，构造每个延迟时间t所对应的血液动力学响应函数以及模拟BOLD信号；S5、确定与所述BOLD时间序列最匹配的血液动力学响应函数；S6、根据步骤S5中的所述血液动力学响应函数，对所述输入BOLD信号去卷积，求得真实神经信号s(t)。