專利名稱：基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明提供一種基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，屬于 信息處理技術(shù)領(lǐng)域，具體是指針對在線獲取的腦磁共振功能圖像進(jìn)行網(wǎng)絡(luò)分析的實時處 理，提取特定狀態(tài)下大腦活動的功能網(wǎng)絡(luò)成分，同時可使被試在線觀測網(wǎng)絡(luò)節(jié)點的活動情 況。本發(fā)明可應(yīng)用于數(shù)據(jù)質(zhì)量評估、解讀心智、腦功能調(diào)節(jié)、臨床治療等多個領(lǐng)域。
背景技術(shù)：
如何從大腦的活動模式中解讀人的心智？如何控制大腦的活動模式從而調(diào)節(jié)和 改善人的感知或認(rèn)知能力？這是人類在試圖“ 了解腦、改造腦、創(chuàng)造腦”提出的一個又一個 新的問題。功能磁共振成像(fMRI)技術(shù)的出現(xiàn)為人們“了解腦”提供了一個有效的途徑， 它可以通過較高的空間分辨率成像無創(chuàng)地記錄血氧水平依賴(BOLD)信號的變化。然而，傳 統(tǒng)的fMRI研究受分析步驟和分析方法的限制，通常是采集數(shù)據(jù)后進(jìn)行離線處理，往往無法 立刻評估數(shù)據(jù)的質(zhì)量與結(jié)果，這既使得研究者無法及時了解實驗的進(jìn)展，也限制了 fMRI在 “改造腦、創(chuàng)造腦”中的應(yīng)用。為了克服這些缺點，快速磁共振成像技術(shù)、計算機運算能力和 數(shù)據(jù)處理算法的發(fā)展使得實時功能磁共振成像應(yīng)運而生。簡言之，實時功能磁共振成像就 是通過對fMRI數(shù)據(jù)的在線處理，對人腦活動狀態(tài)進(jìn)行實時的觀察和定量的刻畫。實時功能磁共振成像要求在一個掃描脈沖重復(fù)間隔時間(TR)內(nèi)完成一次功能圖 像的采集和處理，通常在1-3秒。因此，實時功能磁共振成像的實現(xiàn)要求必須保證快速的掃 描成像序列和圖像處理算法。與非實時的fMRI相比，實時功能磁共振成像可以進(jìn)一步應(yīng)用 在如下領(lǐng)域1)在線評估數(shù)據(jù)質(zhì)量，與磁共振結(jié)構(gòu)像相比，功能像解剖結(jié)構(gòu)分辨率雖然低， 但腦的功能區(qū)域所涉及的組織及其角色卻是結(jié)構(gòu)像所無法提供的，因此往往要根據(jù)功能像 分析的結(jié)果評估大腦組織的功能定位以及數(shù)據(jù)的質(zhì)量，實時分析使得即時評估成為可能; 其次可以實時監(jiān)測被試頭動的情況并予以糾正。2)解讀心智，利用模式分類算法從人腦活 動模式中提取信息以期達(dá)到“讀腦”的目的，例如，根據(jù)fMRI的分類結(jié)果，區(qū)分左右手運動、 高興或悲傷情緒所對應(yīng)的大腦活動狀態(tài)；或者，探測植物人的意識狀態(tài)；或者，通過特定區(qū) 域的激活強度區(qū)分謊話與實話。3)腦功能調(diào)節(jié)，將大腦特定腦區(qū)的活動狀態(tài)直接反饋給個 體，通過訓(xùn)練，個體可以自主控制該腦區(qū)的活動水平，從而調(diào)節(jié)與該腦區(qū)緊密相關(guān)的認(rèn)知功 能，如對情緒加工、運動加工、語言加工等進(jìn)行調(diào)節(jié)。4)臨床治療，訓(xùn)練患者通過采用特定的 策略來控制與疾病癥狀緊密相關(guān)的腦區(qū)活動水平，從而達(dá)到改善癥狀的目的，例如，控制慢 性疼痛、或運動功能受損腦區(qū)的康復(fù)訓(xùn)練等。雖然，實時功能磁共振已開始在上述領(lǐng)域展開應(yīng)用，但是現(xiàn)有的實時功能磁共振 僅僅應(yīng)用在特定任務(wù)狀態(tài)下對特定腦區(qū)的激活分析中，對其在大腦的功能網(wǎng)絡(luò)以及靜息態(tài) (無任務(wù)狀態(tài))下大腦活動中的應(yīng)用尚未見報道；而人們已經(jīng)越來越意識到對于各個功能 明確的腦區(qū)，大腦是將它們以整體協(xié)同活動的方式來完成不同的認(rèn)知活動的。因此，越來越 多的研究者將研究焦點轉(zhuǎn)向特定認(rèn)知活動或特定認(rèn)知功能障礙的大腦網(wǎng)絡(luò)分析中。

發(fā)明內(nèi)容
為此，本發(fā)明提出了一種基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系 統(tǒng)，它可以在線提取并顯示特定狀態(tài)或無任務(wù)狀態(tài)(靜息態(tài))下大腦活動的功能網(wǎng)絡(luò)成分， 同時根據(jù)設(shè)置可以將網(wǎng)絡(luò)節(jié)點的活動信號進(jìn)行反饋。本發(fā)明可以利用在線檢測到的頭動曲 線以及大腦活動的網(wǎng)絡(luò)成分可以進(jìn)行數(shù)據(jù)質(zhì)量和實驗設(shè)計評估；也可以利用檢測的網(wǎng)絡(luò)成 分進(jìn)行特征提取與分類，對人的思維模式進(jìn)行判別；還可以利用反饋可以訓(xùn)練被試調(diào)節(jié)特 定區(qū)域或網(wǎng)絡(luò)的活動進(jìn)而調(diào)節(jié)與之相關(guān)的大腦功能、或進(jìn)行大腦功能的臨床康復(fù)訓(xùn)練。基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，包括數(shù)據(jù)預(yù)處理模塊，用于讀取實時功能磁共振數(shù)據(jù)，并進(jìn)行格式轉(zhuǎn)換、頭動校準(zhǔn)、標(biāo) 準(zhǔn)化和平滑的處理；功能網(wǎng)絡(luò)檢測與顯示模塊，對預(yù)處理后的功能磁共振數(shù)據(jù)進(jìn)行實時網(wǎng)絡(luò)分析，提 取任務(wù)狀態(tài)或靜息狀態(tài)下的功能網(wǎng)絡(luò)成分；感興趣區(qū)域選取模塊，用于提取功能網(wǎng)絡(luò)中感興趣的一個或多個節(jié)點區(qū)域；數(shù)據(jù)反饋模塊，用于將感興趣區(qū)域的結(jié)果數(shù)據(jù)以多種方式實時反饋給被試本人；參數(shù)配置模塊，用于設(shè)置、讀取、保存每個環(huán)節(jié)所需參數(shù)。所述的數(shù)據(jù)預(yù)處理模塊主要包括讀取與轉(zhuǎn)換單元、頭動校準(zhǔn)單元、標(biāo)準(zhǔn)化與平滑 單元，讀取與轉(zhuǎn)換單元用于在線讀取來自磁共振掃描儀的原始圖像格式，并轉(zhuǎn)換為包含掃 描參數(shù)信息的頭文件和大腦的三維圖像矩陣文件；頭動校準(zhǔn)單元，用于檢測磁共振數(shù)據(jù)采 集時被試的頭動參數(shù)，并利用該參數(shù)對掃描圖像進(jìn)行頭動校準(zhǔn)；標(biāo)準(zhǔn)化與平滑單元，用于將 個體腦圖像在空間上匹配到一個標(biāo)準(zhǔn)模板空間，然后對標(biāo)準(zhǔn)化后的圖像進(jìn)行三維低通濾波 平滑，減小磁共振數(shù)據(jù)中的噪聲及其他因素的干擾。所述的功能網(wǎng)絡(luò)檢測與顯示模塊，主要用于提取特定狀態(tài)下大腦的功能網(wǎng)絡(luò)成 分，并在個體腦模板上顯示該成分的分布。功能網(wǎng)絡(luò)檢測與顯示模塊既可以在下一個TR到 來之前完成全部處理過程，同時還可以保存中間處理結(jié)果，供研究者評估系統(tǒng)運行、后期分 析使用。所述的感興趣區(qū)域選取模塊，用于選擇功能網(wǎng)絡(luò)中感興趣的節(jié)點區(qū)域，包括在單 層腦切片圖上選取的二維區(qū)域和在多層腦切片圖上選取的三維區(qū)域，并將將所選區(qū)域存儲 為模板文件。選取感興趣區(qū)域的同時可同步顯示該區(qū)域的血氧水平時間序列信號。所述的數(shù)據(jù)反饋模塊，用于選擇被反饋的數(shù)據(jù)，包括1個感興趣區(qū)域的活動信號、 2個感興趣區(qū)域的活動信號的差、2個感興趣區(qū)域的活動信號的相關(guān)系數(shù)，共3種結(jié)果數(shù)據(jù)； 選擇反饋的圖形，包括溫度計變化或者時間序列曲線變化兩種形式；選擇反饋顯示的方式， 包括持續(xù)顯示或者只有任務(wù)時顯示等多種方式。所述的參數(shù)配置模塊，主要用于各個模塊及全局參數(shù)的設(shè)置、讀取與保存，包括數(shù) 據(jù)讀取與轉(zhuǎn)換參數(shù)、預(yù)處理參數(shù)、實驗設(shè)計參數(shù)、反饋參數(shù)。本發(fā)明的優(yōu)勢在于提供了一種新的認(rèn)識和改善大腦認(rèn)知活動的方法，同時也提供 了一種新的臨床康復(fù)治療手段。通過對大腦活動的在線觀察和刻畫，識別大腦的網(wǎng)絡(luò)活動， 同時利用這種活動進(jìn)行反饋訓(xùn)練，達(dá)到調(diào)節(jié)和改善人的感知或認(rèn)知能力。


圖1 基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)總體框2 實時獨立成分分析流程3 功能網(wǎng)絡(luò)檢測顯示4:溫度計反饋示意5 時間序列曲線反饋示意圖
具體實施例方式圖1為基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)的總體框圖。(1)數(shù)據(jù)預(yù)處理模塊數(shù)據(jù)預(yù)處理模塊包括讀取與轉(zhuǎn)換單元、頭動校準(zhǔn)單元、標(biāo)準(zhǔn)化與平滑單元。首先 讀取與轉(zhuǎn)換單元通過局域網(wǎng)對磁共振掃描系統(tǒng)控制臺進(jìn)行掃描圖像數(shù)據(jù)的在線讀取，提取 掃描參數(shù)并存儲為配置文件，同時將數(shù)據(jù)部分轉(zhuǎn)換為后續(xù)處理所需格式的三維圖像矩陣文 件。然后頭動校準(zhǔn)單元采用剛體變換提取磁共振數(shù)據(jù)采集時被試的頭動參數(shù)，利用這些參 數(shù)對圖像進(jìn)行配準(zhǔn)，使變換前后圖像間灰度值的平方差之和達(dá)到最小，上述過程的實時算 法采用回溯法保證算法的快速實現(xiàn)，即每獲得一幅三維fMRI圖像后就利用估計的參數(shù)對 該圖像進(jìn)行頭動校準(zhǔn)。圖3右下方對應(yīng)的6條不同顏色的曲線對應(yīng)著檢測得到的6個頭動 參數(shù)變化曲線，利用該曲線可以反映被試在不同方向上頭動的大小。頭動校準(zhǔn)之后，對數(shù)據(jù) 進(jìn)行標(biāo)準(zhǔn)化處理，用一個模板圖像來定義標(biāo)準(zhǔn)空間，具有標(biāo)準(zhǔn)的坐標(biāo)系統(tǒng)，個體圖像變形到 這個標(biāo)準(zhǔn)模板上，采用12個最優(yōu)的仿射變換參數(shù)來配準(zhǔn)圖像，通過最小化圖像間的互函數(shù) 實現(xiàn)參數(shù)優(yōu)化，經(jīng)過迭代算法獲得參數(shù)值，用這些參數(shù)校正腦圖像的位置和大小的差異。最 后采用高斯核函數(shù)進(jìn)行圖像的低通濾波，對數(shù)據(jù)進(jìn)行空間平滑，減小磁共振數(shù)據(jù)采集時的 噪聲及其他因素的干擾。(2)功能網(wǎng)絡(luò)檢測與顯示模塊功能磁共振圖像數(shù)據(jù)經(jīng)過預(yù)處理后進(jìn)行功能網(wǎng)絡(luò)分析，檢測該數(shù)據(jù)是否存在與任 務(wù)相關(guān)性最高的網(wǎng)絡(luò)成分，或者與靜息態(tài)網(wǎng)絡(luò)模板相關(guān)性最高的網(wǎng)絡(luò)成分，并將該網(wǎng)絡(luò)成 分的分布顯示在個體的腦結(jié)構(gòu)圖上，這一過程要求在下一個TR到來之前全部完成，并保存 中間處理結(jié)果。功能網(wǎng)絡(luò)檢測采用空間獨立成分分析(SICA)的實時算法，利用滑窗技術(shù)， 通過對觀測到的數(shù)據(jù)進(jìn)行加窗處理降低SICA的時間維度，提高計算速度。SICA可以將fMRI 數(shù)據(jù)分解為若干獨立成分及其相應(yīng)的空間映射分布，即功能網(wǎng)絡(luò)成分在大腦的分布圖。圖 2是實時ICA的流程圖，η是窗內(nèi)的數(shù)據(jù)點數(shù)，N是數(shù)據(jù)總長，在進(jìn)行窗內(nèi)ICA分析時，對于 靜息態(tài)功能磁共振數(shù)據(jù)，選擇隨機向量作為初始條件，用空間結(jié)構(gòu)匹配的方法來檢測靜息 態(tài)網(wǎng)絡(luò)成分；對于任務(wù)態(tài)功能磁共振數(shù)據(jù)，選擇實驗設(shè)計參考函數(shù)與血液動力學(xué)響應(yīng)函數(shù) 的卷積結(jié)果為初始條件，檢測與之最相關(guān)的成分作為任務(wù)相關(guān)網(wǎng)絡(luò)成分；將得到的第一網(wǎng) 絡(luò)成分的空間映射分布疊加在大腦的結(jié)構(gòu)模板圖上就可以顯示該網(wǎng)絡(luò)成分。圖3左側(cè)是一 個基于手指運動任務(wù)的實時功能網(wǎng)絡(luò)成分分布圖，對應(yīng)著該實驗進(jìn)行過程中的某一時刻， 結(jié)果表明與運動有關(guān)的區(qū)域(雙側(cè)主要運動皮層、輔助運動皮層)均出現(xiàn)在與任務(wù)相關(guān)的 網(wǎng)絡(luò)成分中。(3)感興趣區(qū)域選取模塊
在檢測出的功能網(wǎng)絡(luò)成分分布圖上，利用鼠標(biāo)在網(wǎng)絡(luò)中感興趣的節(jié)點區(qū)域上畫 框，可以是矩形的二維區(qū)域，只覆蓋一層腦切片圖的區(qū)域，也可以是長方體的三維區(qū)域，覆 蓋多層腦切片圖的區(qū)域。所選區(qū)域內(nèi)未被網(wǎng)絡(luò)覆蓋的體素不包含在內(nèi)。感興趣區(qū)域可以選 取多個，并分別存儲為模板文件，該模板文件在需要的時候可以重新導(dǎo)入。此外，各區(qū)域的 血氧水平時間序列信號在選取的同時可同步顯示。圖3左側(cè)的網(wǎng)絡(luò)成分分布圖中的紅色和 藍(lán)色矩形框即為選取的感興趣區(qū)域，這2個感興趣區(qū)域的血氧水平時間序列信號按矩形框 的顏色分別顯示在圖3右上方。(4)數(shù)據(jù)反饋模塊數(shù)據(jù)反饋模塊是本發(fā)明的應(yīng)用模塊，將網(wǎng)絡(luò)成分的檢測結(jié)果反饋給被試，被試通 過一定的想象策略來調(diào)節(jié)該網(wǎng)絡(luò)的活動。數(shù)據(jù)反饋模塊可以選擇不同的信號以不同的圖形 呈現(xiàn)給被試，反饋信號可以是感興趣區(qū)域的信號平均值或任務(wù)態(tài)相對于休息態(tài)的信號變化 值，這兩種數(shù)值可以是一個區(qū)域的也可以是兩個區(qū)域的差或相關(guān)系數(shù)。反饋信號的大小可 以采用溫度計或者時間序列曲線的圖形呈現(xiàn)給被試，溫度計反饋形式只能呈現(xiàn)某一時刻的 反饋信號變化，不能同時顯示之前反饋信號變化的過程，而時間序列曲線形式可以顯示指 定時間段內(nèi)信號的全部變化過程。圖4是溫度計反饋形式，+號代表休息階段，丨代表任務(wù) 階段，每一格代表相應(yīng)腦區(qū)的活動情況，圖5是時間序列曲線形式，任務(wù)階段采用曲線變化 的形式反饋腦區(qū)的活動情況，由于任務(wù)設(shè)計時存在一定的延時，前6秒不顯示反饋信號。反 饋方式可以選擇所有階段都呈現(xiàn)反饋信號的變化，也可以選擇只在任務(wù)狀態(tài)下呈現(xiàn)反饋信 號的變化，而在休息狀態(tài)下只顯示+號。(5)參數(shù)配置模塊參數(shù)配置模塊針對各個模塊及全局的參數(shù)進(jìn)行設(shè)置、讀取與保存，包括數(shù)據(jù)讀取 與轉(zhuǎn)換參數(shù)、預(yù)處理參數(shù)、實驗設(shè)計參數(shù)、反饋參數(shù)。數(shù)據(jù)讀取與轉(zhuǎn)換參數(shù)主要包括TR參 數(shù)、數(shù)據(jù)格式、讀取與轉(zhuǎn)換路徑等；預(yù)處理參數(shù)主要包括頭動校準(zhǔn)、標(biāo)準(zhǔn)化和平滑的參數(shù)； 實驗設(shè)計參數(shù)主要包括任務(wù)階段和休息階段的起始點、實驗長度、參考函數(shù)等；反饋參數(shù)主 要包括反饋路徑、反饋信號、反饋形式、反饋刻度、感興趣區(qū)域模板等；此外，還有一些其他 諸如掃描參數(shù)、感興趣區(qū)域閾值、網(wǎng)絡(luò)成分檢測閾值等全局參數(shù)。本發(fā)明的使用可按以下幾個方面進(jìn)行(1)實驗的在線檢測。利用本發(fā)明的數(shù)據(jù)預(yù)處理模塊中頭動校準(zhǔn)單元得到的頭動 參數(shù)可以檢測被試是否有頭動現(xiàn)象，如果被試頭動嚴(yán)重或者不能完成實驗任務(wù)，實時分析 可以在實驗中發(fā)現(xiàn)問題從而糾正問題。利用本發(fā)明的功能網(wǎng)絡(luò)檢測與顯示模塊可以檢測被 試對任務(wù)的執(zhí)行情況，讓掃描變得更加有效率。這種可以在被試不離開實驗儀器的同時評 價任務(wù)執(zhí)行水平和數(shù)據(jù)質(zhì)量的能力對大腦功能研究和臨床應(yīng)用都非常重要。(2)解讀心智。將本發(fā)明的功能網(wǎng)絡(luò)檢測與顯示模塊得到的網(wǎng)絡(luò)成分作為特征， 再結(jié)合分類器進(jìn)行分類檢測，根據(jù)檢測結(jié)果判別被試的大腦在想什么。例如，根據(jù)大腦顳葉 的活動模式可以判斷被試是在看人臉還是房子，或者根據(jù)視覺皮層的活動模式可以進(jìn)行圖 片類別的判別，或者根據(jù)運動區(qū)皮層的活動可以識別被試正在進(jìn)行的是左還是右手運動想 象，或者從植物人患者的fMRI數(shù)據(jù)中，可以檢測到患者正有意識地根據(jù)指令想象打乒乓球 或在房子里走動，甚至可以判斷被試是否在撒謊等等。(3)腦功能調(diào)節(jié)。本發(fā)明的數(shù)據(jù)反饋模塊提供的就是這種應(yīng)用，通過將大腦特定任務(wù)狀態(tài)下的網(wǎng)絡(luò)活動狀態(tài)直接反饋給被試，被試采用一定的策略根據(jù)反饋結(jié)果增強或減弱 大腦的活動，通過訓(xùn)練可以自適應(yīng)地調(diào)節(jié)相應(yīng)的腦區(qū)，從而調(diào)節(jié)與該腦區(qū)緊密相關(guān)的認(rèn)知 功能，這些腦區(qū)可以是有關(guān)情緒加工的、運動加工的、語言加工的、數(shù)學(xué)加工的等等。
(4)術(shù)前掃描與臨床治療。盡管磁共振結(jié)構(gòu)像有比較高的解剖分辨率，但腦組織所 起到的功能作用卻是結(jié)構(gòu)像所無法提供的，fMRI的一種普遍應(yīng)用是鑒別在神經(jīng)外科手術(shù)中 需要保護(hù)的區(qū)域，醫(yī)生們想了解移除某一特定腦組織可能產(chǎn)生的后果。本發(fā)明可以作為輔 助手段應(yīng)用在術(shù)前掃描，給醫(yī)生提供與手術(shù)相關(guān)的重要信息，甚至可以和傳統(tǒng)的電生理學(xué) 方法聯(lián)合使用，用來指導(dǎo)大腦皮層電極的放置位置。此外，本發(fā)明也可以應(yīng)用在中風(fēng)或其他 腦疾病的臨床治療中，訓(xùn)練患者通過采用特定的策略來控制與疾病癥狀緊密相關(guān)的腦區(qū)， 從而達(dá)到改善癥狀的目的，例如，慢性疼痛病人的疼痛控制、或運動功能受損腦區(qū)的康復(fù)訓(xùn) 練等ο
權(quán)利要求
基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，其特征在于，包括數(shù)據(jù)預(yù)處理模塊，用于讀取實時功能磁共振數(shù)據(jù)，并進(jìn)行格式轉(zhuǎn)換、頭動校準(zhǔn)、標(biāo)準(zhǔn)化和平滑的處理；功能網(wǎng)絡(luò)檢測與顯示模塊，對預(yù)處理后的功能磁共振數(shù)據(jù)進(jìn)行實時網(wǎng)絡(luò)分析，提取任務(wù)狀態(tài)或靜息狀態(tài)下的功能網(wǎng)絡(luò)成分；感興趣區(qū)域選取模塊，用于提取功能網(wǎng)絡(luò)中感興趣的一個或多個節(jié)點區(qū)域；數(shù)據(jù)反饋模塊，用于將感興趣區(qū)域的結(jié)果數(shù)據(jù)以多種方式實時反饋給被試本人；參數(shù)配置模塊，用于設(shè)置、讀取、保存每個環(huán)節(jié)所需參數(shù)。
2.如權(quán)利要求1所述的基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，其 數(shù)據(jù)預(yù)處理模塊特征在于，包括讀取與轉(zhuǎn)換單元，用于在線讀取來自磁共振掃描儀的原始圖像格式，轉(zhuǎn)換為包含掃描 參數(shù)信息的頭文件和大腦的三維圖像矩陣文件；頭動校準(zhǔn)單元，用于檢測磁共振數(shù)據(jù)采集時被試的頭動參數(shù)，并利用該參數(shù)對掃描圖 像進(jìn)行頭動校準(zhǔn)；標(biāo)準(zhǔn)化與平滑單元，用于將個體腦圖像在空間上匹配到一個標(biāo)準(zhǔn)模板空間，然后對標(biāo) 準(zhǔn)化后的圖像進(jìn)行三維低通濾波平滑。
3.如權(quán)利要求1所述的基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，其 功能網(wǎng)絡(luò)檢測與顯示模塊特征在于，包括采用快速獨立成分分析提取腦功能網(wǎng)絡(luò)成分，并 在個體腦模板上顯示該成分的分布。
4.如權(quán)利要求1所述的基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，其 感興趣區(qū)域選取模塊特征在于，包括以功能網(wǎng)絡(luò)中感興趣的節(jié)點為區(qū)域，在單層腦切片圖上選取二維區(qū)域； 以功能網(wǎng)絡(luò)中感興趣的節(jié)點為區(qū)域，在多層腦切片圖上選取三維區(qū)域； 將所選區(qū)域存儲為感興趣區(qū)域模板。
5.如權(quán)利要求1所述的基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，其 數(shù)據(jù)反饋模塊特征在于，包括1個感興趣區(qū)域的活動信號、2個感興趣區(qū)域的活動信號的差、2個感興趣區(qū)域的活動 信號的相關(guān)系數(shù)，共3種結(jié)果數(shù)據(jù)；以持續(xù)顯示或者只有任務(wù)時顯示的方式實時反饋給被試本人；采用溫度計變化或者時間序列曲線變化的形式呈現(xiàn)感興趣區(qū)域的結(jié)果數(shù)據(jù)。
6.如權(quán)利要求1所述的基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，其 參數(shù)配置模塊特征在于，包括數(shù)據(jù)讀取與轉(zhuǎn)換參數(shù)、預(yù)處理參數(shù)、實驗設(shè)計參數(shù)、反饋參數(shù)； 參數(shù)的設(shè)置、讀取和保存。
全文摘要
本發(fā)明提供一種基于腦功能網(wǎng)絡(luò)成分檢測的實時功能磁共振數(shù)據(jù)處理系統(tǒng)，實現(xiàn)對在線獲取的腦磁共振功能圖像進(jìn)行實時網(wǎng)絡(luò)分析，包括數(shù)據(jù)預(yù)處理模塊、功能網(wǎng)絡(luò)檢測與顯示模塊、感興趣區(qū)域選取模塊、數(shù)據(jù)反饋模塊、以及參數(shù)配置模塊。數(shù)據(jù)預(yù)處理模塊對腦磁共振功能圖像進(jìn)行在線讀取和格式轉(zhuǎn)換后，通過圖像的降噪、去除偽跡等處理提高數(shù)據(jù)的信噪比，減小磁共振數(shù)據(jù)中的噪聲及其他因素的干擾；然后進(jìn)行實時網(wǎng)絡(luò)分析，提取特定狀態(tài)下大腦活動的功能網(wǎng)絡(luò)成分，并將網(wǎng)絡(luò)中感興趣的一個或多個節(jié)點區(qū)域的活動情況記錄保存；感興趣區(qū)域的結(jié)果數(shù)據(jù)可根據(jù)不同的應(yīng)用需要或以多種方式實時反饋給被試或進(jìn)行分類判斷。參數(shù)配置模塊為本發(fā)明所包含的每個模塊、每個單元提供參數(shù)設(shè)置、讀取和保存的功能。本發(fā)明在數(shù)據(jù)質(zhì)量在線評估、解讀心智、腦功能調(diào)節(jié)、臨床治療等多個領(lǐng)域有重要的應(yīng)用價值。
文檔編號A61B5/055GK101912263SQ20101027995
公開日2010年12月15日 申請日期2010年9月14日 優(yōu)先權(quán)日2010年9月14日
發(fā)明者姚力, 謝寶泉, 趙小杰, 馬新悅, 龍志穎 申請人:北京師范大學(xué)