功能磁共振成像数据处理方法与应用研究
发布时间:2020-08-05 20:35
【摘要】: 脑功能磁共振成像(Functional magnetic resonance imaging fMRI)主要依据血氧水平依赖性(blood oxygenation level dependent,BOLD)对比增强原理进行成像,是目前人们掌握的有效的无侵入、可精确定位脑功能活动的研究手段,具有很高的空间分辨率和存在进一步提高时间分辨率的潜力,非常适合神经活动的时空分析和脑的高级功能研究,已受到神经、认知和临床等领域的极大关注。 本文围绕功能磁共振成像(fMRI)在脑科学研究中的应用,对磁共振图像的分割和配准、脑功能的定量分析、采用独立成分分析(ICA)和支持向量机(SVM)对脑功能活动图像的研究,成果有比较系统性的创新;同时结合认知科学研究中的热点问题进行了脑功能的应用研究。详细内容如下: 1)提出了基于互信息脑功能磁共振图像配准新方法。互信息作为衡量两幅图像配准的相似性测度函数,假设当两幅图像配准时,互信息达到最大值。采用了无需计算梯度的Powell直接搜索算法。磁共振成像(MRI)的配准实验证明,互信息法能准确地实现多模态医学图像的配准,并且能达到亚象素的精度。 2)提出了利用空间独立成分分析来处理静息态fMRI数据方法,首次将静息态脑功能的低频振荡理论应用于独立成分分析静态数据的成分选择,通过Z分数选择了静息态下的活动点和去除独立噪点,然后通过频谱分析选择主要能量集中在0.01Hz到0.1Hz的独立成分,进而采用聚类分析得出脑功能连接网络。最后对结果进行了分析与评价验证了我们的方法的可靠性,并得出本文所采用的方法和对时间序列的频谱求相关的结论是类似。 3)运用SPM(Statistical Parameter Mapping)对功能磁共振数据分析处理,并用主成分分析进行时间压缩等综合数据处理方法,去训练功能磁共振成像数据,选取最佳的支持向量机核函数,从训练结果中提取重要的体现大脑活动差异的权重向量,由此探测左右手动状态下大脑活动区域。 4)用功能磁共振成像血氧水平依赖性变化率的范数来定量分析左右脑功能区之间不同的血氧水平依赖性动态反应活动,揭示大脑功能的不对称性。6个右利手功能磁共振实验表明:不论是单手还是双手运动实验左脑区的血氧水平信号变化的强度比右脑区的弱,该结果提供了脑功能不对称性的功能磁共振证据:右利手被试左脑的功能区形成了自适用系统,仅需要少量的神经元就可以完成运动功能。右手经常活动会使左脑的功能区域活动强度变弱。右脑的功能区域的活动强度比左脑的功能区域的活动强度大。
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:R445.2;R318
【图文】:
电子科技大学博士学位论文图2一5参考图像图2一6待配准图像图2一7配准后的图像图像仿真实验结果:表2一1配准参数表旋 旋旋转角度(单位:度 )))X方向平移量 量Y方向平移量 量 (((((((单位:象素 )))(单位:象素 )))实实际变换值值 10.00020003000搜搜索变换值值 9.911120.533330.7111搜搜索误差值值 0.0999一 0.5333一 0.7111在图像配准中,实施旋转角操作图像插值也必须进行,否则要产生空洞点。在本文中使用双线性(或者三线性)插值。图2一7表示最终的带配准参数x0,y00*的配准图像。图2一7的待配准图像和图2一5的参考图像之间的相关系数为
电子科技大学博士学位论文图2一5参考图像图2一6待配准图像图2一7配准后的图像图像仿真实验结果:表2一1配准参数表旋 旋旋转角度(单位:度 )))X方向平移量 量Y方向平移量 量 (((((((单位:象素 )))(单位:象素 )))实实际变换值值 10.00020003000搜搜索变换值值 9.911120.533330.7111搜搜索误差值值 0.0999一 0.5333一 0.7111在图像配准中,实施旋转角操作图像插值也必须进行,否则要产生空洞点。在本文中使用双线性(或者三线性)插值。图2一7表示最终的带配准参数x0,y00*的配准图像。图2一7的待配准图像和图2一5的参考图像之间的相关系数为
图 4.1fMRI数据模型示意图【90] 3.2.3sICA模型用sICA处理fMRI的一个直观做法就是把上述图4一1(a)和图4一1(b)中的对应于80个时间点的80个图像进行独立成分分析,分离出80个独立成分的的图像,如图4一2(b)。也可以叙述为:把图4一1(b)中的80个信号进行独立成分分析,分离出80个独立成分信号,其对应的信号可以再重排为空间图像信息,如图4一3(b)。这一思想是源自基于ICA的独立图像分离,它隐含的假设是脑功能活动的空域分布在整体上作为一个图像与其他噪声分布构成的图像,在统计意义下是相互独立的,因此这个模型也被称为空域分布独立的信号模型 (spatialdis川 butionInd印 endent51
本文编号:2781840
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:R445.2;R318
【图文】:
电子科技大学博士学位论文图2一5参考图像图2一6待配准图像图2一7配准后的图像图像仿真实验结果:表2一1配准参数表旋 旋旋转角度(单位:度 )))X方向平移量 量Y方向平移量 量 (((((((单位:象素 )))(单位:象素 )))实实际变换值值 10.00020003000搜搜索变换值值 9.911120.533330.7111搜搜索误差值值 0.0999一 0.5333一 0.7111在图像配准中,实施旋转角操作图像插值也必须进行,否则要产生空洞点。在本文中使用双线性(或者三线性)插值。图2一7表示最终的带配准参数x0,y00*的配准图像。图2一7的待配准图像和图2一5的参考图像之间的相关系数为
电子科技大学博士学位论文图2一5参考图像图2一6待配准图像图2一7配准后的图像图像仿真实验结果:表2一1配准参数表旋 旋旋转角度(单位:度 )))X方向平移量 量Y方向平移量 量 (((((((单位:象素 )))(单位:象素 )))实实际变换值值 10.00020003000搜搜索变换值值 9.911120.533330.7111搜搜索误差值值 0.0999一 0.5333一 0.7111在图像配准中,实施旋转角操作图像插值也必须进行,否则要产生空洞点。在本文中使用双线性(或者三线性)插值。图2一7表示最终的带配准参数x0,y00*的配准图像。图2一7的待配准图像和图2一5的参考图像之间的相关系数为
图 4.1fMRI数据模型示意图【90] 3.2.3sICA模型用sICA处理fMRI的一个直观做法就是把上述图4一1(a)和图4一1(b)中的对应于80个时间点的80个图像进行独立成分分析,分离出80个独立成分的的图像,如图4一2(b)。也可以叙述为:把图4一1(b)中的80个信号进行独立成分分析,分离出80个独立成分信号,其对应的信号可以再重排为空间图像信息,如图4一3(b)。这一思想是源自基于ICA的独立图像分离,它隐含的假设是脑功能活动的空域分布在整体上作为一个图像与其他噪声分布构成的图像,在统计意义下是相互独立的,因此这个模型也被称为空域分布独立的信号模型 (spatialdis川 butionInd印 endent51
【引证文献】
相关博士学位论文 前2条
1 张江;脑功能磁共振成像数据处理算法及应用研究[D];电子科技大学;2010年
2 刘学政;内侧颞叶癫痫患者认知功能及语言功能磁共振(fMRI)网络连接的研究[D];福建医科大学;2012年
相关硕士学位论文 前3条
1 乔晓燕;基于fMRI的图像情感分析方法研究[D];太原理工大学;2011年
2 赵丽;解读fMRI情感类型的机器学习方法研究[D];太原理工大学;2011年
3 白t@;抑郁症患者功能脑网络属性特征分类研究[D];太原理工大学;2012年
本文编号:2781840
本文链接:https://www.wllwen.com/yixuelunwen/fangshe/2781840.html