[發(fā)明專利]一種腦激活區(qū)檢測方法和裝置

有效

• 申請?zhí)枺?/td>: 201510868400.9
• 申請日: 2015-12-01
• 公開（公告）號: CN105342615B
• 公開（公告）日: 2019-01-18
• 發(fā)明（設(shè)計）人: 張睿;高欣
• 申請（專利權(quán)）人: 中國科學院蘇州生物醫(yī)學工程技術(shù)研究所
• 主分類號: A61B5/055
• 分類號: A61B5/055
• 代理公司: 深圳市科進知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44316
• 代理人: 宋鷹武

本發(fā)明提供一種腦激活區(qū)檢測方法，包括以下步驟：獲取fMRI數(shù)據(jù)；構(gòu)建所述fMRI數(shù)據(jù)的二維頻域特征空間S；采用均值漂移算法對所述特征空間S進行聚類搜索；得到激活區(qū)檢測結(jié)果。本發(fā)明還提供相應的腦激活區(qū)檢測裝置。本發(fā)明提供的腦激活區(qū)檢測方法和裝置不但可以檢測到活動較強的激活體素，還可以敏感地檢測到那些由時域表現(xiàn)微弱但頻域表現(xiàn)較強的體素構(gòu)成的腦激活區(qū)，具有良好的抗噪能力和高靈敏度。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學信號處理領(lǐng)域，尤其涉及一種腦激活區(qū)檢測方法和腦激活區(qū)檢測裝置。

背景技術(shù)

功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)是一種通過測量血液中氧濃度變化引起的血紅蛋白的磁性改變，得到基于血液動力學(Blood OxygenLevel Dependence,BOLD)機制的神經(jīng)激活分布的技術(shù)。然而，由于BOLD-fMRI(即血氧水平依賴功能磁共振成像)信號變化幅度非常微弱，與噪聲波動幾乎一致，使得從噪聲中分離信號變得尤為困難目前，BOLD-fMRI信號提取(也稱激活區(qū)檢測)方法一般可分為兩類，分別是基于模型類和基于數(shù)據(jù)類。

基于模型的算法有互相關(guān)分析、一般線性模型等；其中互相關(guān)分析的基本原理是根據(jù)先驗知識，預先定義一個模擬腦血流動力學響應函數(shù)的參考波形，然后依次計算體素的時間過程與該參考波形的相關(guān)系數(shù)，通過閾值化相關(guān)系數(shù)來確定體素激活與否，即確定一個閾值，若體素的相關(guān)系數(shù)大于該閾值，則判定體素處于激活狀態(tài)，若相關(guān)系數(shù)小于該閾值，則體素處于靜息狀態(tài)。一般線性模型是通過計算變量之間的相關(guān)性，在檢測到兩個變量之間的線性關(guān)系后，建立模型，對其中的參數(shù)進行估計，然后用t檢驗或f檢驗方法對模型進行檢驗，根據(jù)所設(shè)置的閾值，得到與閾值相對應的大腦激活圖像，從而判定腦區(qū)是否處于激活狀態(tài)。

基于數(shù)據(jù)的算法有k均值聚類算法，獨立成分分析等；其中k均值聚類算法(k-means)的基本原理是首先指定數(shù)據(jù)的類別數(shù)為k，隨機從fMRI數(shù)據(jù)集中選取k個樣本點作為每個類的初始聚類中心，然后計算各個樣本到k個聚類中心的距離，把樣本歸到離它最近的那個聚類中心所在的類，聚類結(jié)果由k值表達。之后采用迭代更新的方法，基于給定的聚類目標函數(shù)使每一次迭代過程都是沿著目標函數(shù)減小的方向進行，直到目標函數(shù)取得最小值，算法收斂，完成對腦激活區(qū)的檢測。獨立成分分析(independent component analysis,ICA)是一種盲信號分離的方法，其目的是將觀察到的數(shù)據(jù)進行分解提取獨立成分，發(fā)現(xiàn)數(shù)據(jù)中隱含的信息成分。用ICA處理fMRI數(shù)據(jù)一般做法是：用同樣的刺激方式在同樣的情況下作兩次實驗得到每個體素的兩個信號作混合信號，用ICA分離出與事件相關(guān)的信號成分，然后計算每個體素的Z分數(shù)，把其值大于給定的閾值的體素認為是激活體素，由此檢測由刺激引起的腦激活區(qū)域。

上述腦激活區(qū)檢測方法存在以下問題：首先，均是時域分析方法，并不完全能針對fMRI數(shù)據(jù)獨有的頻域特征，在信噪比較低時fMRI數(shù)據(jù)體素時域表現(xiàn)較弱則會引起較高的檢測錯誤率；其次如k均值聚類方法需預先指定聚類數(shù)目K值，然而一般情況下無法預先判定數(shù)據(jù)集類別數(shù)目，因此k值的最優(yōu)值是很難準確選擇的，且該方法中需確定一個初始聚類中心對數(shù)據(jù)進行初始劃分，而聚類的檢測結(jié)果對于初始聚類中心的選擇較為敏感，一旦初始值選擇的不好，將會影響聚類最終的收斂效果，降低檢測結(jié)果的可靠性和準確性。而ICA的不足體現(xiàn)在其適用范圍，即并非所有功能核磁共振成像數(shù)據(jù)都可以采用ICA方法處理。ICA方法雖然可以與一般常用的激活區(qū)檢測算法的結(jié)果保持一致性，但對復雜的大腦的高級活動的檢測來說，用ICA處理較為困難。

發(fā)明內(nèi)容

本發(fā)明的目的在于，解決現(xiàn)有的腦激活區(qū)檢測方法信噪比低的問題。

本發(fā)明的目的是采用以下技術(shù)方案來實現(xiàn)的。

一種腦激活區(qū)檢測方法，包括以下步驟：

步驟S1，獲取fMRI數(shù)據(jù)；

步驟S2，構(gòu)建所述fMRI數(shù)據(jù)的二維頻域特征空間S；