[發(fā)明專利]基于集成學習的大腦功能影像定位方法

有效

• 申請?zhí)枺?/td>: 201711335659.2
• 申請日: 2017-12-14
• 公開（公告）號: CN108013933B
• 公開（公告）日: 2019-10-18
• 發(fā)明（設計）人: 馮建峰;羅強;王岱;羅畯義;公維康
• 申請（專利權）人: 復旦大學
• 主分類號: A61B34/10
• 分類號: A61B34/10;A61B5/055
• 代理公司: 北京和信華成知識產(chǎn)權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

本發(fā)明公開了一種基于集成學習的大腦功能影像定位方法，針對膠質(zhì)瘤患者腦功能區(qū)空間位置的個體差異，利用先進的機器學習算法，將彈性網(wǎng)絡算法嵌入集成學習框架，實現(xiàn)了個體化模型生成，構建出因人而異的腦功能區(qū)定位器，真正實現(xiàn)了個體化定位，可以在手術中更好的保護腦功能，對每例患者構建個體化腦功能定位模型，提高了定位精度，同時實現(xiàn)無創(chuàng)的腦功能區(qū)定位，并不需要患者配合任務態(tài)，有利于保護危重病人腦功能。

技術領域

本發(fā)明屬于醫(yī)學圖像處理輔助技術領域，涉及一種大腦功能影像定位方法，具體是一種基于集成學習的大腦功能影像定位方法。

背景技術

手術治療是目前膠質(zhì)瘤治療最有效的臨床手段，然而顱內(nèi)手術如果損害到腫瘤附近的腦功能區(qū)，手術后就很可能會發(fā)生偏癱、失語等嚴重影響患者生活質(zhì)量的情況。

目前根據(jù)解剖學研究成果，我們對于大腦不同部位的功能有所了解。但是，已有研究表明人與人之間在功能腦區(qū)的大小和位置并非完全一致。一位患者的非功能區(qū)(手術可操作區(qū)域)很可能是另一位患者的功能腦區(qū)。此前的功能定位技術對于個體化差異考慮不充分，限制了定位技術的臨床應用。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對不同腦功能區(qū)膠質(zhì)瘤患者腦功能區(qū)個體化差異的問題，提供了一種基于集成學習的大腦功能影像定位方法，實現(xiàn)了個體化定位，在手術中更好的保護患者腦功能。

本發(fā)明的目的可以通過以下技術方案實現(xiàn)：

基于集成學習的大腦功能影像定位方法，具體包括以下步驟：

步驟S1，采用靜息態(tài)功能磁共振技術獲取腦功能區(qū)膠質(zhì)瘤患者指定時間內(nèi)的靜息態(tài)功能影像及高精度結構影像；

步驟S2，對步驟S1中獲取的影像數(shù)據(jù)集采取多項預處理；

步驟S3，將大腦劃分為若干功能腦區(qū)；

步驟S4，針對每個功能腦區(qū)，利用彈性網(wǎng)絡統(tǒng)計模型進行對側(cè)功能連接特征選擇和對側(cè)功能連接模式定位分類器訓練，在訓練集上，針對每個腦功能區(qū)膠質(zhì)瘤患者個體的每個功能腦區(qū)分別訓練一個對側(cè)定位分類器，構建每個功能腦區(qū)的弱分類器模型庫；

步驟S5，對于新來的腦功能區(qū)膠質(zhì)瘤患者數(shù)據(jù)，將任一功能腦區(qū)的弱分類器模型庫中的所有弱分類器應用于該患者個體數(shù)據(jù)，得到對該功能腦區(qū)的若干定位結果；

步驟S6，計算新來的腦功能區(qū)膠質(zhì)瘤患者數(shù)據(jù)和弱分類器訓練個體數(shù)據(jù)的相似度，利用計算獲得的相似度，對所有彈性網(wǎng)絡弱分類器的預測結果進行個體化集成；

步驟S7，根據(jù)腦功能區(qū)膠質(zhì)瘤患者腫瘤附近每個體素在不同功能腦區(qū)對應的集成模型評分，將評分轉(zhuǎn)換成在對應功能腦區(qū)的排序，將排序最高的功能腦區(qū)標簽賦給當前體素，實現(xiàn)大腦功能區(qū)的個體化定位。

進一步地，在所述步驟S1的掃描過程中，每個掃描包括248個連續(xù)的EPI功能圖像，其掃描參數(shù)設置如下：

33axial slices,repetition time(TR)＝2000ms,echo time(TE)＝30ms,thickness/skip＝4/0mm,field of view(FOV)＝192×192mm,matrix＝64×64mm,flipangle＝90°。

進一步地，所述步驟S2中的多項預處理包括去除時間點、掃描層時間校正、頭動校正，映射到標準化空間，去趨勢項，帶通濾波以及Scrubbing。

進一步地，所述頭動校正采用6個參數(shù)的剛體變換來校正不同TR間的頭動差異，將大于3mm或3degree的腦功能區(qū)膠質(zhì)瘤患者數(shù)據(jù)作為無用數(shù)據(jù)剔除，并使用waveletdespiking消除突發(fā)性頭動對功能信號的影響。

進一步地，所述映射到標準化空間時，通過腫瘤蒙版去除腫瘤對于標準化的影響，將患者未受到腫瘤影像的健康側(cè)大腦映射到標準空間。