一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法
【專利摘要】該發(fā)明公開了一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法,屬于生物醫(yī)學(xué)圖像模式識(shí)別技術(shù)領(lǐng)域，具體涉及基于功能磁共振時(shí)間序列的動(dòng)態(tài)腦自發(fā)活動(dòng)探測(cè)方法。本發(fā)明根據(jù)腦自發(fā)活動(dòng)的動(dòng)態(tài)變化特性，利用短時(shí)間間隔內(nèi)腦信號(hào)是平穩(wěn)(偽平穩(wěn))屬性，提出一種組合滑動(dòng)窗(sliding?window)及信號(hào)振幅(ALFF)方法，并結(jié)合給變異程度(Variance)值，給出了動(dòng)態(tài)腦自發(fā)活動(dòng)定量化計(jì)算方法。本發(fā)明的方法具有魯棒性高，穩(wěn)定性強(qiáng)等特點(diǎn)，對(duì)于磁共振數(shù)據(jù)模式識(shí)別等領(lǐng)域腦自發(fā)活動(dòng)的動(dòng)態(tài)性探測(cè)提供了新的有效技術(shù)。
【專利說明】
一種基于f MR I探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法
技術(shù)領(lǐng)域
[0001]本方法屬于生物醫(yī)學(xué)圖像模式識(shí)別技術(shù)領(lǐng)域，具體涉及基于功能磁共振時(shí)間序列的動(dòng)態(tài)腦自發(fā)活動(dòng)探測(cè)方法。
【背景技術(shù)】
[0002]大腦處于靜息態(tài)是指大腦無(wú)特定外在任務(wù)刺激下的“靜息態(tài)”腦活動(dòng)，這種“靜息態(tài)”活動(dòng)仍然持續(xù)地進(jìn)行血液循環(huán)和消耗氧。研究發(fā)現(xiàn)即使是在靜息狀態(tài)，大腦腦區(qū)間的血氧依賴功能磁共振(BOLD-fMRI)信號(hào)的振蕩保持著高度同步和相關(guān)。大腦靜息狀態(tài)下固有的自發(fā)神經(jīng)活動(dòng)具有特有的時(shí)空組織模式。
[0003]目前，對(duì)靜息狀態(tài)下的大腦自發(fā)腦活動(dòng)的模式探測(cè)主要采用低頻振蕩方法、fMRI信號(hào)強(qiáng)度變異及功率譜的方法。這些方法都是在時(shí)域計(jì)算信號(hào)的變異程度或者在頻域計(jì)算特殊頻段的功率譜或者幅度。這幾種方法在本質(zhì)上是一致的。利用這些方法，我們可以探測(cè)發(fā)現(xiàn)大腦自發(fā)神經(jīng)活動(dòng)是大腦在最原始的默認(rèn)狀態(tài)下，自主產(chǎn)生的最基本的神經(jīng)活動(dòng)，主要分布于大腦的網(wǎng)絡(luò)。這一指標(biāo)穩(wěn)定可靠，可以作為良好的生物學(xué)指標(biāo)、從多個(gè)方面對(duì)大腦的活動(dòng)、疾病、塑形、發(fā)育及進(jìn)化進(jìn)行研究，促進(jìn)加深對(duì)大腦機(jī)理的理解。
[0004]但是，上述算法計(jì)算是均利用了fMRI整體時(shí)間序列(一般5?8分鐘)，忽略了大腦本身的動(dòng)態(tài)性(Dynamic)。近來，研究表明，即使是在靜息態(tài)采集或者執(zhí)行任務(wù)這一特定時(shí)間段內(nèi)，大腦的功能連接也不是穩(wěn)態(tài)，而是一種非穩(wěn)態(tài)，其連接模式會(huì)隨著時(shí)間變化。目前，還沒有穩(wěn)定可靠的方法用以探測(cè)探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)。所以，本發(fā)明采用一種滑動(dòng)窗信號(hào)振幅(dynamic amplitude of low-frequency fluctuat1ns ,dALFF)，代替常規(guī)腦自發(fā)腦活動(dòng)方法采用所有時(shí)間信息，而忽略這種中尺度時(shí)間段內(nèi)的動(dòng)態(tài)變化，用以揭示腦動(dòng)態(tài)腦自發(fā)活動(dòng)。

【發(fā)明內(nèi)容】

[0005]針對(duì)目前尚無(wú)方法實(shí)現(xiàn)動(dòng)態(tài)腦自發(fā)活動(dòng)探測(cè)，本發(fā)明提供了一種針對(duì)功能磁共振數(shù)據(jù)的動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法，利用組合滑動(dòng)窗(si iding-window)及信號(hào)振幅(ALFF)計(jì)算時(shí)間過程的腦自發(fā)活動(dòng)，最后采用變異程度(Variance)刻畫動(dòng)態(tài)腦自發(fā)活動(dòng)。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明的拘束方案為一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法，該方法具體步驟如下:
[0007]步驟1:獲取原始功能磁共振(fMRI)數(shù)據(jù)矩陣，并將原始功能磁共振數(shù)據(jù)矩陣轉(zhuǎn)化為V*T矩陣，其中V為體素?cái)?shù)目，1~為時(shí)間點(diǎn)長(zhǎng)度；
[0008]步驟2:針對(duì)每個(gè)體素，可得其時(shí)間序列(1*T的向量)。并給定滑動(dòng)窗長(zhǎng)度L(1彡L彡T)，滑動(dòng)步長(zhǎng)n(l<n彡L)，將每個(gè)體素時(shí)間序列1*T的向量劃分為[(T-L)/n] + l段的1*L向量，其中[]代表向下取整函數(shù)；
[0009]步驟3:利用傅里葉變化，計(jì)算第I個(gè)體素中各滑動(dòng)窗j(j= l，2，…[(T-L)/n] + l)內(nèi)時(shí)間序列為I *L的向量的頻譜幅度；
[0010]步驟4:對(duì)滑動(dòng)窗內(nèi)時(shí)間序列進(jìn)行濾波，選擇符合fMRI生理信號(hào)的頻段；
[0011 ]步驟5:利用傅里葉反變換將頻域信號(hào)變成時(shí)域信號(hào)；
[0012]步驟6:計(jì)算其信號(hào)幅度的平均值，作為該滑動(dòng)窗內(nèi)的腦自發(fā)活動(dòng)強(qiáng)度；
[0013]步驟7:采用步驟3?步驟6的方法計(jì)算其余各體素中各滑動(dòng)窗內(nèi)的腦自發(fā)活動(dòng)強(qiáng)度；
[0014]步驟8:根據(jù)步驟6和步驟7獲得的腦自發(fā)活動(dòng)強(qiáng)度，利用變異程度(Variance)計(jì)算每個(gè)體素的動(dòng)態(tài)腦自發(fā)活動(dòng)變異程度；
[0015]步驟9:循環(huán)每個(gè)體素i(i= l，2，…，V)，進(jìn)而得到全腦的每個(gè)體素的動(dòng)態(tài)腦自發(fā)活動(dòng)變異程度腦圖譜。
[0016]進(jìn)一步的，所述步驟2中的滑動(dòng)窗長(zhǎng)度為40-80。
[0017]進(jìn)一步的，所述步驟2中滑動(dòng)窗選擇為漢明窗或變長(zhǎng)滑動(dòng)窗。
[0018]進(jìn)一步的，所述步驟4中濾除滑動(dòng)窗內(nèi)頻率在0.01-0.08Hz之外的頻段。
[0019]本發(fā)明根據(jù)腦自發(fā)活動(dòng)的動(dòng)態(tài)變化特性，利用短時(shí)間間隔內(nèi)腦信號(hào)是平穩(wěn)(偽平穩(wěn))屬性，提出一種組合滑動(dòng)窗(sliding-window)及信號(hào)振幅(ALFF)方法，并結(jié)合給變異程度(Variance)值，給出了動(dòng)態(tài)腦自發(fā)活動(dòng)定量化計(jì)算方法。本發(fā)明的方法具有魯棒性高，穩(wěn)定性強(qiáng)等特點(diǎn)，對(duì)于磁共振數(shù)據(jù)模式識(shí)別等領(lǐng)域腦自發(fā)活動(dòng)的動(dòng)態(tài)性探測(cè)提供了新的有效技術(shù)。
【附圖說明】
[0020]圖1為特征區(qū)域(腦區(qū))位置圖。
[0021]圖2為特征區(qū)域的時(shí)間信號(hào)。
[0022]圖3為在每個(gè)滑動(dòng)窗內(nèi)的頻譜及信號(hào)幅度。
[0023]圖4為整個(gè)時(shí)間序列計(jì)算得到的腦自發(fā)活動(dòng)模式。
[0024]圖5為利用滑動(dòng)窗計(jì)算得到的動(dòng)態(tài)腦自發(fā)活動(dòng)變異程度模式。
[0025]圖6為特征區(qū)域的動(dòng)態(tài)腦自發(fā)活動(dòng)變異程度和滑動(dòng)窗長(zhǎng)度關(guān)系。
[0026]圖7為滑動(dòng)窗窗寬范圍優(yōu)化。
[0027]圖8為不同隨機(jī)序列的動(dòng)態(tài)動(dòng)態(tài)腦自發(fā)活動(dòng)計(jì)算。
[0028]圖9為不同滑動(dòng)步長(zhǎng)的動(dòng)態(tài)動(dòng)態(tài)腦自發(fā)活動(dòng)計(jì)算。
【具體實(shí)施方式】
[0029]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的【具體實(shí)施方式】做進(jìn)一步詳細(xì)地描述，以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。
[0030]一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的方法，具體實(shí)施步驟如下:
[0031]步驟A:仿真數(shù)據(jù)構(gòu)造。
[0032]生成一個(gè)32X 32體素的fMRI圖像，其中每一個(gè)體素包含了一個(gè)240個(gè)時(shí)間點(diǎn)的時(shí)間序列。在A、B、C、D區(qū)域構(gòu)造各自特定特征的時(shí)間序列(左上為A區(qū)域，右上為B區(qū)域，左下為C區(qū)域，右下為D區(qū)域)。特征區(qū)域位置標(biāo)識(shí)見圖1，特征信號(hào)顯示于圖2。為模擬功能磁共振信號(hào)，我們將時(shí)間采樣間隔定為2s，采樣頻率為0.5Hz。fMRI圖像局部區(qū)域內(nèi)相似性較高，因此在A、B、C、D區(qū)域內(nèi)各模擬了9個(gè)信號(hào)，這9個(gè)信號(hào)具有98%的相似性。區(qū)域A、B的信號(hào)設(shè)計(jì)為規(guī)律組塊間隔設(shè)計(jì)，組塊長(zhǎng)度為40個(gè)時(shí)間點(diǎn)，共6個(gè)組塊。區(qū)域C、D的信號(hào)設(shè)計(jì)為隨機(jī)短組塊設(shè)計(jì)，組塊長(zhǎng)度為20。仿真信號(hào)為正弦信號(hào)疊加。區(qū)域A的信號(hào)設(shè)計(jì)方案為組塊同頻率段(0.01-0.08Hz)，不同幅度(Al = I，A2 = 0.5)，高幅度、低幅度間隔出現(xiàn)。區(qū)域B的信號(hào)設(shè)計(jì)方案為組塊同幅度(A=I)，不同頻率段(0.01-0.08Hz、0.1-0.2Hz)，低頻段、高頻段間隔出現(xiàn)。區(qū)域C的信號(hào)設(shè)計(jì)方案為同頻率段(0.01-0.08Hz)，不同幅度(Al = I，A2 = 0.5)，高幅度、低幅度隨機(jī)出現(xiàn)。區(qū)域D的信號(hào)設(shè)計(jì)方案為組塊同幅度(A=I)，不同頻率段(0.01-0.08Hz、0.1-0.2Hz)，低頻段、高頻段隨機(jī)出現(xiàn)(圖2，圖3)。生成的信號(hào)均疊加了 10%的白噪聲，共生成9X4X240(36 X 240) (S卩 V = 36，T = 240)的有效信號(hào)。
[0033 ] 步驟B:全時(shí)間段(240時(shí)間點(diǎn))信號(hào)振幅(ALFF)計(jì)算
[0034]對(duì)于每個(gè)體素，利用傅里葉變換，計(jì)算全時(shí)間段240時(shí)間點(diǎn)的信號(hào)頻譜，帶通濾波截取低頻段(0.01-0.08Hz)，再利用傅里葉逆變換，返回時(shí)域空間，計(jì)算濾波后時(shí)域信號(hào)平均幅度(ALFF)，并在體素位置標(biāo)記(圖4)。
[0035]步驟C:動(dòng)態(tài)信號(hào)振幅(dALFF)計(jì)算
[0036]對(duì)于給定體素，給定給滑動(dòng)窗長(zhǎng)度(30時(shí)間點(diǎn))(即L= 30)，滑動(dòng)步長(zhǎng)為I時(shí)間點(diǎn)，逐段截取體素信號(hào)。利用傅里葉變換，計(jì)算窗內(nèi)信號(hào)的頻譜，帶通濾波截取低頻段(0.01-
0.08Hz)，并利用傅里葉逆變換，回到時(shí)域空間，并計(jì)算濾波后時(shí)域信號(hào)平均幅度(ALFF)(圖
3)?；瑒?dòng)窗口，并遍歷整段信號(hào)，記錄滑動(dòng)序列動(dòng)態(tài)變化ALFF序列。圖3共分為四個(gè)部分，每個(gè)部分均再分為三個(gè)子圖，原始信號(hào)圖，組塊(N時(shí)間點(diǎn))頻域分布圖，以及dALFF序列圖。原始信號(hào)子圖中縱向線為組塊分割標(biāo)記，框線為滑動(dòng)時(shí)間窗，三條水平線為信號(hào)平均值線及加減一倍方差線，組塊頻域分布子圖中縱線為組塊分割標(biāo)記，框線為0.01-0.08Hz范圍。dALFF序列子圖中框線為滑動(dòng)窗，點(diǎn)為滑動(dòng)窗中點(diǎn)，代表了滑動(dòng)窗內(nèi)平均ALFF值。區(qū)域A在圖3左上部分，其原始信號(hào)頻率范圍固定(0.01-0.08Hz)，組塊大小為40時(shí)間點(diǎn)，信號(hào)幅度呈現(xiàn)為高-低-高-低-高-低分布，dALFF序列子圖也出現(xiàn)了對(duì)應(yīng)的峰值和谷值變化。區(qū)域B在圖3的右上部分，其原始信號(hào)信號(hào)幅度固定，組塊大小為40時(shí)間點(diǎn)，信號(hào)頻率呈現(xiàn)為低(0.01-0.08Hz)-高(0.1 -0.2Hz) _低-高_(dá)低-高分布，dALFF序列子圖也出現(xiàn)了對(duì)應(yīng)的峰值和谷值變化。區(qū)域C在圖3的左下部分，其原始信號(hào)頻率范圍固定(0.01-0.08Hz)，組塊大小為20時(shí)間點(diǎn)，信號(hào)幅度隨機(jī)(低-低-低-高-高-低-低-高-高-高-低-高)，dALFF序列子圖也出現(xiàn)了較明顯對(duì)應(yīng)的峰值和谷值變化。區(qū)域D在圖3的左下部分，其原始信號(hào)幅度固定，組塊大小為20時(shí)間點(diǎn)，信號(hào)頻率隨機(jī)(低-低-高-高-高-低-低-高-高-低-高-低)，dALFF序列子圖也出現(xiàn)了較明顯對(duì)應(yīng)的峰值和谷值變化。
[0037]步驟D:動(dòng)態(tài)ALFF變異程度計(jì)算
[0038]對(duì)步驟C得到的滑動(dòng)序列動(dòng)態(tài)變化ALFF序列(dALFF)，逐體素計(jì)算dALFF的變異系數(shù)，并將變異系數(shù)在體素位置進(jìn)行標(biāo)記(圖5)。
[0039]步驟E:不同滑動(dòng)窗長(zhǎng)度dALFF變異性變化趨勢(shì)
[0040]采用改變滑動(dòng)窗長(zhǎng)度(10:5:50)的方式，重復(fù)步驟C、D，并計(jì)算不同滑動(dòng)窗情況下，信號(hào)dALFF的變異性(圖6)。滑動(dòng)窗長(zhǎng)度越大，變異性變小，檢測(cè)能力受到限制，但滑動(dòng)窗長(zhǎng)度很小的時(shí)候起穩(wěn)定性受到考驗(yàn)，結(jié)合BOLD-fMRI的自身特征，20-40時(shí)間點(diǎn)(40-80s)的窗寬適合探測(cè)特異性變化(圖7)。
[0041]步驟F:不同構(gòu)造的隨機(jī)序列(區(qū)域C、D)的dALFF序列計(jì)算[0042 ]采用改變隨機(jī)序列區(qū)塊長(zhǎng)度(I O、12、15、24、30時(shí)間點(diǎn))的方式，用固定30時(shí)間點(diǎn)的滑動(dòng)窗，重復(fù)步驟C(圖8)。
[0043]步驟G:不同滑動(dòng)步長(zhǎng)dALFF序列計(jì)算
[0044]采用固定窗寬30時(shí)間點(diǎn)，不同步長(zhǎng)(1:5:41)的滑動(dòng)窗模式，重復(fù)步驟C(圖9)。
[0045]綜上所述，本發(fā)明提出的方法在不同信噪比，不同窗長(zhǎng)度，不同滑動(dòng)步長(zhǎng)選擇時(shí)，仍然能夠有效探測(cè)到腦自發(fā)活動(dòng)模式的動(dòng)態(tài)變化特性，有效克服了現(xiàn)有方法存在的局限性。
【主權(quán)項(xiàng)】
1.一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法，該方法具體步驟如下: 步驟I:獲取原始功能磁共振(fMRI)數(shù)據(jù)矩陣，并將原始功能磁共振數(shù)據(jù)矩陣轉(zhuǎn)化為V*T矩陣，其中V為體素?cái)?shù)目，1~為時(shí)間點(diǎn)長(zhǎng)度； 步驟2:針對(duì)每個(gè)體素，可得其時(shí)間序列(1*T的向量)。并給定滑動(dòng)窗長(zhǎng)度L(KLST),滑動(dòng)步長(zhǎng)n(l<n<L)，將每個(gè)體素時(shí)間序列1*Τ的向量劃分為[(T-L)/n]+l段的1*L向量，其中[]代表向下取整函數(shù)； 步驟3:利用傅里葉變化，計(jì)算第I個(gè)體素中各滑動(dòng)窗j(j = l，2，…[(T-L)/n]+l)內(nèi)時(shí)間序列為1*L的向量的頻譜幅度； 步驟4:對(duì)滑動(dòng)窗內(nèi)時(shí)間序列進(jìn)行濾波，選擇符合fMRI生理信號(hào)的頻段； 步驟5:利用傅里葉反變換將頻域信號(hào)變成時(shí)域信號(hào)； 步驟6:計(jì)算其信號(hào)幅度的平均值，作為該滑動(dòng)窗內(nèi)的腦自發(fā)活動(dòng)強(qiáng)度； 步驟7:采用步驟3?步驟6的方法計(jì)算其余各體素中各滑動(dòng)窗內(nèi)的腦自發(fā)活動(dòng)強(qiáng)度；步驟8:根據(jù)步驟6和步驟7獲得的腦自發(fā)活動(dòng)強(qiáng)度，利用變異程度(Variance)計(jì)算每個(gè)體素的動(dòng)態(tài)腦自發(fā)活動(dòng)變異程度； 步驟9:循環(huán)每個(gè)體素i (i = I，2，…，V)，進(jìn)而得到全腦的每個(gè)體素的動(dòng)態(tài)腦自發(fā)活動(dòng)變異程度腦圖譜。2.如權(quán)利要求1所述的一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法，其特征在于:所述步驟2中的滑動(dòng)窗長(zhǎng)度為40-80。3.如權(quán)利要求1所述的一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法，其特征在于:所述步驟2中滑動(dòng)窗選擇為漢明窗或變長(zhǎng)滑動(dòng)窗。4.如權(quán)利要求1所述的一種基于fMRI探測(cè)動(dòng)態(tài)腦自發(fā)活動(dòng)的數(shù)據(jù)方法，其特征在于:所述步驟4中濾除滑動(dòng)窗內(nèi)頻率在0.01-0.08Hz之外的頻段。
【文檔編號(hào)】A61B5/055GK106037741SQ201610524807
【公開日】2016年10月26日
【申請(qǐng)日】2016年7月4日
【發(fā)明人】廖偉, 段旭君, 陳華富
【申請(qǐng)人】電子科技大學(xué)