[發明專利]一種基于腦影像融合特征的癲癇灶定位方法

在審

• 申請號: 201910244902.2
• 申請日: 2019-03-28
• 公開（公告）號: CN109965895A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 戴亞康;劉燕;彭博;周志勇;胡冀蘇;錢旭升
• 申請（專利權）人: 濟南國科醫工科技發展有限公司
• 主分類號: A61B6/03
• 分類號: A61B6/03;A61B5/055;A61B5/0476
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 韓飛

1.一種基于腦影像融合特征的癲癇灶定位方法，其特征在于，包括以下步驟：

1)采集患者的結構MRI、PET、EEG、MEG多模態腦影像數據，并配準到同一空間；

2)進行結構MRI腦區分割，再按照其分割結果分割PET、功能MRI；

3)基于結構MRI構建真實幾何頭模型，并基于此使用EEG/MEG源成像方法實現EEG/MEG源成像，并取各腦區源成像的均值為量化分析值，得出EEG/MEG的局部特征向量，并基于格蘭杰因果計算腦功能網絡，得出EEG/MEG的全局特征向量，從而得到EEG/MEG的局部和全局融合特征向量；

4)基于結構MRI，對每個腦區進行灰質、白質和腦脊液體積、皮層厚度、及表面積特征提取與特征向量構建，聯合不同腦區的特征向量，得出所有腦區的結構MRI局部特征向量，并基于皮爾森相關系數構建腦結構網絡，得出結構MRI的全局特征向量，從而得到結構MRI的局部和全局融合特征向量；

5)基于功能MRI，提取出每個腦區內所有體素的事件序列并平均，聯合不同腦區的特征向量，得出所有腦區的功能MRI局部特征向量，并基于皮爾森相關系數構建腦功能網絡，得出功能MRI的全局特征向量，從而得到功能MRI的局部和全局融合特征向量；

6)基于PET，讀取每個腦區的標準攝取值，聯合各腦區的標準攝取值得均值為量化分析值，得出PET的局部特征向量，并基于此構建腦代謝網絡，得出PET的全局特征向量，從而得到PET的局部和全局融合特征向量；

7)選取EEG/MEG、結構MRI、功能MRI和PET的局部和全局融合特征向量中的一個，或是選取其中的多個進行融合，形成融合特征，再進行降維，同時聯合醫生標記好的對應患者的癲癇灶的位置一起作為機器學習方法或者分類方法的輸入，構建用于癲癇灶定位的分類器。

2.根據權利要求1所述的基于腦影像融合特征的癲癇灶定位方法，其特征在于，所述步驟1)中的數據采集方法具體包括以下步驟：

1-1)進行MEG數據采集，包括使用磁定位儀或者3D激光掃描裝置進行解剖標志點信息的采集；

1-2)選擇PET-MRI設備、可在MRI環境下使用的EEG設備，患者在PET-MRI設備上進行fMRI與EEG數據的采集；

1-3)患者接受18F-FDG示蹤劑注射，15分鐘之內EEG不間斷采集；隨后，摘下EEG，進行PET數據的采集；

1-4)患者再次帶上EEG，進行結構MRI數據的采集。

3.根據權利要求2所述的基于腦影像融合特征的癲癇灶定位方法，其特征在于，所述步驟1)中，EEG按照10-20系統安置導聯；功能MRI選擇bold序列；結構MRI包括T1、T2和FLAIR序列；fMRI-EEG數據采集時，患者閉目采集。

4.根據權利要求3所述的基于腦影像融合特征的癲癇灶定位方法，其特征在于，所述步驟1)中的EEG包括頭皮EEG，導聯的安置按照10-20系統進行。

5.根據權利要求4所述的基于腦影像融合特征的癲癇灶定位方法，其特征在于，所述步驟1)中的配準方法具體為：選擇MRI所在坐標系為參考坐標系，完成結構MRI和功能MRI的配準，MRI-PET配準，MRI-EEG配準，MRI-MEG配準。

6.根據權利要求1所述的基于腦影像融合特征的癲癇灶定位方法，其特征在于，所述步驟1)包括采集患者的結構MRI、PET、EEG、MEG、CT多模態腦影像數據，采集方法具體包括以下步驟：

A)進行MEG數據采集，包括使用磁定位儀或者3D激光掃描裝置進行解剖結構點的數據采集；

B)患者帶上EEG，進行結構和功能MRI數據的采集；

B)選擇PET-CT設備，患者接受18F-FDG示蹤劑注射，15分鐘之內EEG不間斷采集；隨后，摘下EEG，進行PET、CT數據的采集。