【技术实现步骤摘要】
一种基于功能连接和结构连接的网络融合方法
[0001]本专利技术属于图像处理
,特别涉及一种基于功能连接和结构连接的网络融合方法。
技术介绍
[0002]人脑是已知自然界中最复杂的系统,如何理解和研究这个高度复杂的系统,一直是脑科学研究的难点和热点。磁共振成像(magnetic resonance imaging,MRI)是一种常见的观察身体内部组织结构的成像技术,对大脑、肌肉和大多数肿瘤组织的检查特别有效。磁共振没有电离辐射,因此除临床应用以外,在神经生理学、认知神经科学、神经精神类疾病等研究中也得到广泛使用,并且取得了丰硕的研究成果。其中,功能磁共振成像(functional magnetic resonance imaging,fMRI)和弥散张量成像(diffusion tensor imaging,DTI)由于其成像原理,尤其受到研究人员青睐。
[0003]基于血氧水平依赖(Blood Oxygenation Level
‑
Dependent,BOLD)成像的fMRI被用来间接的反应神经元信号的自发波动。因为无创性和高空间分辨率等优点,fMRI已被神经科学多个研究领域广泛应用,例如研究高级神经生理心理活动方式,探索皮层间功能的相互联系等。fMRI通常依据现有脑区模板(例如AAL模板等)划分脑区,并将其作为网络的节点,找寻脑区之间的节点关系,用于反映神经信息之间的动态协调性。但随着研究深入,研究人员逐渐发现,人类大脑存在功能整合的特点。功能整合表明大脑不同脑区之间会相互作用和协 ...
【技术保护点】
【技术特征摘要】
1.一种基于功能连接和结构连接的网络融合方法,其特征在于,包括以下步骤:步骤一、基于AAL模板和Yeo脑网络模板将大脑皮层划分为不同的脑区和网络;步骤二、对fMRI和DTI数据进行预处理;步骤三、对经过预处理的fMRI和DTI数据构建大尺度脑连接矩阵;步骤四、计算功能
‑
结构连接之间的网络水平加权概率。2.根据权利要求1所述的一种基于功能连接和结构连接的网络融合方法,其特征在于,所述步骤一具体实现方法为:基于AAL模板和Yeo脑网络模板将大脑皮层划分为90个脑区和8个脑网络;划分网络时,对同时属于多个网络的脑区采用“赢者通吃”模式划定所属,即脑区中最多数量体素点属于某个网络,就将脑区定为此网络;8个脑网络如下:视觉网络、边缘网络、感觉运动网络、默认模式网络、额顶网络、腹侧注意网络、背侧注意网络及皮层下网络。3.根据权利要求1所述的一种基于功能连接和结构连接的网络融合方法,其特征在于,所述步骤二中,数据预处理的具体方法为:用SPM12工具箱对fMRI数据进行预处理,包括以下步骤:(1)去除前五个时间点;(2)时间层校正;(3)头动校正;(4)标准化到MNI模板上;(5)利用线性回归去除头动、白质、脑脊液信号和线性趋势的影响;(6)带通滤波,频段为0.01
‑
0.1Hz;使用FSL软件对DTI数据进行预处理,利用仿射变换配准对DTI数据进行头动和涡流校正;接着在个体水平上,对经过校正后的DTI数据使用确定性示踪算法追踪全脑的白质纤维束,并计算FA参数;追踪路径的终止条件为:FA值低于0.2或者追踪角度偏转超过35
°
。4.根据权利要求1所述的一种基于功能连接和结构连接的网络融合方法,其特征在于,所述步骤三中,构建脑连接矩阵具体实现方法为:对于fMRI数据,根据AAL模板提取被试每个脑区中所有体素的BOLD时间序列,求取每个时间点下当前脑区所有体素BOLD信号的平均值,以此平均时间序列作为当前脑区的时间序列,计算任意两个脑区平均时间序列之间的皮尔逊相关值,得到脑区
‑
脑区间功能连接矩阵;然后对连接矩阵进行Fisher
‑
z变换,得到符合正态分布的功能连接矩阵,其中矩阵中元素V(i.j)代表第i个脑区与第j个脑区间的功能连接强度,矩阵大小为90
×
90;对于DTI数据,使用FSL软...
【专利技术属性】
技术研发人员:罗程,裴浩男,蒋思思,李鹤纯,尧德中,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。