个体化脑功能区定位方法、装置、设备和存储介质制造方法及图纸

本发明专利技术提供一种个体化脑功能区定位方法、装置、设备和存储介质，涉及图像处理技术领域，所述方法包括：获取受试者的静息态功能磁共振图像、弥散磁共振图像和T1加权图像；基于所述静息态功能磁共振图像，得到皮层和皮下核团的功能时间序列，基于所述弥散磁共振图像，得到皮层和皮下核团的解剖连接谱，基于所述T1加权图像，得到皮层和皮下核团的空间连接；基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，得到所述受试者的个体化脑功能区的定位结果。本发明专利技术能够融合脑解剖网络和脑功能网络的有效信息，能够直接运用于单个个体而不依赖于训练数据集，实现个体化脑功能区的精确定位。功能区的精确定位。功能区的精确定位。

Localization method, device, equipment and storage medium of individualized brain functional area

【技术实现步骤摘要】
个体化脑功能区定位方法、装置、设备和存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种个体化脑功能区定位方法、装置、设备和存储介质。

技术介绍

[0002]不同个体大脑的对应区域具有相似的功能。然而，大脑在宏观和微观解剖结构、功能连接以及解剖连接等许多方面存在个体差异。因此功能区边界在不同的个体中也存在差异，群组水平的脑功能区划分不能很好地契合个体的脑结构和脑功能分布。如何将脑功能区应用于个体水平，这成为脑结构与功能研究和临床应用技术的一个难题。

技术实现思路

[0003]本专利技术提供一种个体化脑功能区定位方法、装置、设备和存储介质，用以解决现有技术中如何将参考脑图谱应用于个体水平的问题。
[0004]本专利技术提供一种个体化脑功能区定位方法，包括：获取受试者的静息态功能磁共振图像（resting state functional magnetic resonance imaging, rfMRI）、弥散磁共振图像（diffusion magnetic resonance imaging, dMRI）和T1加权图像；基于所述rfMRI，得到皮层和皮下核团的功能时间序列，基于所述dMRI，得到皮层和皮下核团的解剖连接谱（anatomical connectivity profile），基于所述T1加权图像，得到皮层和皮下核团的空间连接；基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱得到所述受试者的个体化脑功能区的定位结果。
[0005]根据本专利技术提供的一种个体化脑功能区定位方法，所述基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，得到所述受试者的个体化脑功能区的定位结果，包括：基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，确定能量函数；迭代地最小化所述能量函数，得到所述受试者的个体化脑功能区的定位结果；其中，所述能量函数用于反映模态之间的类内一致性、个体化脑功能区与所述参考脑图谱的相似程度以及功能区边界的平滑程度。
[0006]根据本专利技术提供的一种个体化脑功能区定位方法，所述基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，确定能量函数，包括：基于所述功能时间序列和解剖连接谱，采用重采样和自适应权重方法，确定多模态信息项，所述多模态信息项用于最小化各功能区内的功能时间序列距离和解剖连接谱距离；基于所述空间连接以及所述参考脑图谱，确定参考相似度项，所述参考相似度项
用于惩罚个体化脑功能区与参考脑图谱的过度差异；基于所述空间连接，确定平滑项，所述平滑项用于惩罚功能区在空间上离散分布的情况；基于所述多模态信息项、参考相似度项和平滑项，确定能量函数。
[0007]根据本专利技术提供的一种个体化脑功能区定位方法，所述迭代地最小化所述能量函数，得到所述受试者的个体化脑功能区的定位结果，包括：在迭代开始前将所述受试者的个体化脑功能区初始化为参考脑图谱；基于所述个体化脑功能区计算各功能区的平均功能时间序列和平均解剖连接谱；基于所述各功能区的平均功能时间序列和平均解剖连接谱，通过图割算法最小化所述能量函数，更新所述个体化脑功能区，直到所述个体化脑功能区收敛，得到所述受试者的个体化脑功能区的定位结果。
[0008]根据本专利技术提供的一种个体化脑功能区定位方法，所述基于所述rfMRI，得到皮层和皮下核团的功能时间序列，包括：对所述rfMRI进行预处理，得到经过预处理的体素功能时间序列；将所述体素功能时间序列投影到大脑皮层表面，得到皮层的功能时间序列；基于所述参考脑图谱定位皮下核团体素，得到皮下核团的功能时间序列。
[0009]根据本专利技术提供的一种个体化脑功能区定位方法，所述基于所述dMRI，得到皮层和皮下核团的解剖连接谱，包括：对所述dMRI进行预处理，得到预处理后的dMRI；基于所述预处理后的dMRI，估计纤维方向分布，进行概率纤维追踪，得到皮层和皮下核团的解剖连接谱。
[0010]根据本专利技术提供的一种个体化脑功能区定位方法，所述基于所述T1加权图像，得到皮层和皮下核团的空间连接，包括：对所述T1加权图像进行质量优化，得到质量优化后的T1加权图像；对所述T1加权图像进行皮层表面自动重建，得到灰质和白质表面；基于所述灰质和白质表面，确定皮层的空间连接；基于所述参考脑图谱，确定皮下核团的空间连接。
[0011]本专利技术还提供一种个体化脑功能区定位装置，包括：获取单元，用于获取受试者的rfMRI、dMRI和T1加权图像；处理单元，用于基于所述rfMRI，得到皮层和皮下核团的功能时间序列，基于所述dMRI，得到皮层和皮下核团的解剖连接谱，基于所述T1加权图像，得到皮层和皮下核团的空间连接；定位单元，用于基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，得到所述受试者的个体化脑功能区的定位结果。
[0012]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述个体化脑功能区定位方法。
[0013]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述个体化脑功能区定位方法。
[0014]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述个体化脑功能区定位方法。
[0015]本专利技术提供的个体化脑功能区定位方法、装置、设备和存储介质，在考虑参考脑图谱先验的基础上，融合个体的rfMRI和dMRI多模态信息，提高了个体化功能区定位精度，本专利技术的方法既方便后续进行个体间同源功能区的比较工作，同时，相比于考虑个体水平、参考脑图谱和参考群组水平脑连接信息的方法，本专利技术的方法也可以直接运用于单个个体，并不依赖于训练数据集。因此，本专利技术的方法不仅适用于正常人群体，也可以用于更广泛的群体（如脑疾病患者、灵长类实验动物）的个体功能区定位。
附图说明
[0016]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例提供的个体化脑功能区定位方法的流程示意图之一；图2为本专利技术实施例提供的个体化脑功能区定位方法的流程示意图之二；图3为本专利技术实施例提供的迭代地最小化所述能量函数的流程示意图；图4为本专利技术实施例提供的个体化脑功能区具有特异性和可重复性的示意图；图5为本专利技术实施例提供的个体化脑功能区的解剖连接和功能连接同质性的示意图；图6为本专利技术实施例提供的个体脑功能区对个体任务态功能激活异质性的示意图；图7为本专利技术实施例提供的个体化脑功能区定位装置的结构示意图；图8为本专利技术提供的电子设备的结构示意图。
具体实施方式
[0018]为使本专利技术的目的、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种个体化脑功能区定位方法，其特征在于，包括：获取受试者的静息态功能磁共振图像、弥散磁共振图像和T1加权图像；基于所述静息态功能磁共振图像，得到皮层和皮下核团的功能时间序列，基于所述弥散磁共振图像，得到皮层和皮下核团的解剖连接谱，基于所述T1加权图像，得到皮层和皮下核团的空间连接；基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，得到所述受试者的个体化脑功能区的定位结果。2.根据权利要求1所述的个体化脑功能区定位方法，其特征在于，所述基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，得到所述受试者的个体化脑功能区的定位结果，包括：基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，确定能量函数；迭代地最小化所述能量函数，得到所述受试者的个体化脑功能区的定位结果；其中，所述能量函数用于反映模态之间的类内一致性、个体化脑功能区与所述参考脑图谱的相似程度以及功能区边界的平滑程度。3.根据权利要求2所述的个体化脑功能区定位方法，其特征在于，所述基于所述功能时间序列、解剖连接谱和空间连接，以及预先获得的参考脑图谱，确定能量函数，包括：基于所述功能时间序列和解剖连接谱，采用重采样和自适应权重方法，确定多模态信息项，所述多模态信息项用于最小化各功能区内的功能时间序列距离和解剖连接谱距离；基于所述空间连接以及所述参考脑图谱，确定参考相似度项，所述参考相似度项用于惩罚个体化脑功能区与参考脑图谱的过度差异；基于所述空间连接，确定平滑项，所述平滑项用于惩罚功能区在空间上离散分布的情况；基于所述多模态信息项、参考相似度项和平滑项，确定能量函数。4.根据权利要求2所述的个体化脑功能区定位方法，其特征在于，所述迭代地最小化所述能量函数，得到所述受试者的个体脑功能区的定位结果，包括：在迭代开始前将所述受试者的个体化脑功能区初始化为参考脑图谱；基于所述个体化脑功能区计算各功能区的平均功能时间序列和平均解剖连接谱；基于所述各功能区的平均功能时间序列和平均解剖连接谱，通过图割算法最小化所述能量函数，更新所述个体化脑功能区，直到所述个体化脑功能区收敛，得到所述受试者的个体化脑功能区的定位结果。5.根据权利要求1...

【专利技术属性】
技术研发人员：崔玥，黎诚译，蒋田仔，余山，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：