CN101912263A - 基于脑功能网络成分检测的实时功能磁共振数据处理系统 - Google Patents
基于脑功能网络成分检测的实时功能磁共振数据处理系统 Download PDFInfo
- Publication number
- CN101912263A CN101912263A CN 201010279956 CN201010279956A CN101912263A CN 101912263 A CN101912263 A CN 101912263A CN 201010279956 CN201010279956 CN 201010279956 CN 201010279956 A CN201010279956 A CN 201010279956A CN 101912263 A CN101912263 A CN 101912263A
- Authority
- CN
- China
- Prior art keywords
- brain
- real
- magnetic resonance
- data
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明提供一种基于脑功能网络成分检测的实时功能磁共振数据处理系统,实现对在线获取的脑磁共振功能图像进行实时网络分析,包括数据预处理模块、功能网络检测与显示模块、感兴趣区域选取模块、数据反馈模块、以及参数配置模块。数据预处理模块对脑磁共振功能图像进行在线读取和格式转换后,通过图像的降噪、去除伪迹等处理提高数据的信噪比,减小磁共振数据中的噪声及其他因素的干扰;然后进行实时网络分析,提取特定状态下大脑活动的功能网络成分,并将网络中感兴趣的一个或多个节点区域的活动情况记录保存;感兴趣区域的结果数据可根据不同的应用需要或以多种方式实时反馈给被试或进行分类判断。参数配置模块为本发明所包含的每个模块、每个单元提供参数设置、读取和保存的功能。本发明在数据质量在线评估、解读心智、脑功能调节、临床治疗等多个领域有重要的应用价值。
Description
技术领域
本发明提供一种基于脑功能网络成分检测的实时功能磁共振数据处理系统,属于信息处理技术领域,具体是指针对在线获取的脑磁共振功能图像进行网络分析的实时处理,提取特定状态下大脑活动的功能网络成分,同时可使被试在线观测网络节点的活动情况。本发明可应用于数据质量评估、解读心智、脑功能调节、临床治疗等多个领域。
背景技术
如何从大脑的活动模式中解读人的心智?如何控制大脑的活动模式从而调节和改善人的感知或认知能力?这是人类在试图“了解脑、改造脑、创造脑”提出的一个又一个新的问题。功能磁共振成像(fMRI)技术的出现为人们“了解脑”提供了一个有效的途径,它可以通过较高的空间分辨率成像无创地记录血氧水平依赖(BOLD)信号的变化。然而,传统的fMRI研究受分析步骤和分析方法的限制,通常是采集数据后进行离线处理,往往无法立刻评估数据的质量与结果,这既使得研究者无法及时了解实验的进展,也限制了fMRI在“改造脑、创造脑”中的应用。为了克服这些缺点,快速磁共振成像技术、计算机运算能力和数据处理算法的发展使得实时功能磁共振成像应运而生。简言之,实时功能磁共振成像就是通过对fMRI数据的在线处理,对人脑活动状态进行实时的观察和定量的刻画。
实时功能磁共振成像要求在一个扫描脉冲重复间隔时间(TR)内完成一次功能图像的采集和处理,通常在1-3秒。因此,实时功能磁共振成像的实现要求必须保证快速的扫描成像序列和图像处理算法。与非实时的fMRI相比,实时功能磁共振成像可以进一步应用在如下领域:1)在线评估数据质量,与磁共振结构像相比,功能像解剖结构分辨率虽然低,但脑的功能区域所涉及的组织及其角色却是结构像所无法提供的,因此往往要根据功能像分析的结果评估大脑组织的功能定位以及数据的质量,实时分析使得即时评估成为可能;其次可以实时监测被试头动的情况并予以纠正。2)解读心智,利用模式分类算法从人脑活动模式中提取信息以期达到“读脑”的目的,例如,根据fMRI的分类结果,区分左右手运动、高兴或悲伤情绪所对应的大脑活动状态;或者,探测植物人的意识状态;或者,通过特定区域的激活强度区分谎话与实话。3)脑功能调节,将大脑特定脑区的活动状态直接反馈给个体,通过训练,个体可以自主控制该脑区的活动水平,从而调节与该脑区紧密相关的认知功能,如对情绪加工、运动加工、语言加工等进行调节。4)临床治疗,训练患者通过采用特定的策略来控制与疾病症状紧密相关的脑区活动水平,从而达到改善症状的目的,例如,控制慢性疼痛、或运动功能受损脑区的康复训练等。
虽然,实时功能磁共振已开始在上述领域展开应用,但是现有的实时功能磁共振仅仅应用在特定任务状态下对特定脑区的激活分析中,对其在大脑的功能网络以及静息态(无任务状态)下大脑活动中的应用尚未见报道;而人们已经越来越意识到对于各个功能明确的脑区,大脑是将它们以整体协同活动的方式来完成不同的认知活动的。因此,越来越多的研究者将研究焦点转向特定认知活动或特定认知功能障碍的大脑网络分析中。
发明内容
为此,本发明提出了一种基于脑功能网络成分检测的实时功能磁共振数据处理系统,它可以在线提取并显示特定状态或无任务状态(静息态)下大脑活动的功能网络成分,同时根据设置可以将网络节点的活动信号进行反馈。本发明可以利用在线检测到的头动曲线以及大脑活动的网络成分可以进行数据质量和实验设计评估;也可以利用检测的网络成分进行特征提取与分类,对人的思维模式进行判别;还可以利用反馈可以训练被试调节特定区域或网络的活动进而调节与之相关的大脑功能、或进行大脑功能的临床康复训练。
基于脑功能网络成分检测的实时功能磁共振数据处理系统,包括:
数据预处理模块,用于读取实时功能磁共振数据,并进行格式转换、头动校准、标准化和平滑的处理;
功能网络检测与显示模块,对预处理后的功能磁共振数据进行实时网络分析,提取任务状态或静息状态下的功能网络成分;
感兴趣区域选取模块,用于提取功能网络中感兴趣的一个或多个节点区域;
数据反馈模块,用于将感兴趣区域的结果数据以多种方式实时反馈给被试本人;
参数配置模块,用于设置、读取、保存每个环节所需参数。
所述的数据预处理模块主要包括读取与转换单元、头动校准单元、标准化与平滑单元,读取与转换单元用于在线读取来自磁共振扫描仪的原始图像格式,并转换为包含扫描参数信息的头文件和大脑的三维图像矩阵文件;头动校准单元,用于检测磁共振数据采集时被试的头动参数,并利用该参数对扫描图像进行头动校准;标准化与平滑单元,用于将个体脑图像在空间上匹配到一个标准模板空间,然后对标准化后的图像进行三维低通滤波平滑,减小磁共振数据中的噪声及其他因素的干扰。
所述的功能网络检测与显示模块,主要用于提取特定状态下大脑的功能网络成分,并在个体脑模板上显示该成分的分布。功能网络检测与显示模块既可以在下一个TR到来之前完成全部处理过程,同时还可以保存中间处理结果,供研究者评估系统运行、后期分析使用。
所述的感兴趣区域选取模块,用于选择功能网络中感兴趣的节点区域,包括在单层脑切片图上选取的二维区域和在多层脑切片图上选取的三维区域,并将将所选区域存储为模板文件。选取感兴趣区域的同时可同步显示该区域的血氧水平时间序列信号。
所述的数据反馈模块,用于选择被反馈的数据,包括1个感兴趣区域的活动信号、2个感兴趣区域的活动信号的差、2个感兴趣区域的活动信号的相关系数,共3种结果数据;选择反馈的图形,包括温度计变化或者时间序列曲线变化两种形式;选择反馈显示的方式,包括持续显示或者只有任务时显示等多种方式。
所述的参数配置模块,主要用于各个模块及全局参数的设置、读取与保存,包括数据读取与转换参数、预处理参数、实验设计参数、反馈参数。
本发明的优势在于提供了一种新的认识和改善大脑认知活动的方法,同时也提供了一种新的临床康复治疗手段。通过对大脑活动的在线观察和刻画,识别大脑的网络活动,同时利用这种活动进行反馈训练,达到调节和改善人的感知或认知能力。
附图说明
图1:基于脑功能网络成分检测的实时功能磁共振数据处理系统总体框图
图2:实时独立成分分析流程图
图3:功能网络检测显示图
图4:温度计反馈示意图
图5:时间序列曲线反馈示意图
具体实施方式
图1为基于脑功能网络成分检测的实时功能磁共振数据处理系统的总体框图。
(1)数据预处理模块
数据预处理模块包括读取与转换单元、头动校准单元、标准化与平滑单元。首先读取与转换单元通过局域网对磁共振扫描系统控制台进行扫描图像数据的在线读取,提取扫描参数并存储为配置文件,同时将数据部分转换为后续处理所需格式的三维图像矩阵文件。然后头动校准单元采用刚体变换提取磁共振数据采集时被试的头动参数,利用这些参数对图像进行配准,使变换前后图像间灰度值的平方差之和达到最小,上述过程的实时算法采用回溯法保证算法的快速实现,即每获得一幅三维fMRI图像后就利用估计的参数对该图像进行头动校准。图3右下方对应的6条不同颜色的曲线对应着检测得到的6个头动参数变化曲线,利用该曲线可以反映被试在不同方向上头动的大小。头动校准之后,对数据进行标准化处理,用一个模板图像来定义标准空间,具有标准的坐标系统,个体图像变形到这个标准模板上,采用12个最优的仿射变换参数来配准图像,通过最小化图像间的互函数实现参数优化,经过迭代算法获得参数值,用这些参数校正脑图像的位置和大小的差异。最后采用高斯核函数进行图像的低通滤波,对数据进行空间平滑,减小磁共振数据采集时的噪声及其他因素的干扰。
(2)功能网络检测与显示模块
功能磁共振图像数据经过预处理后进行功能网络分析,检测该数据是否存在与任务相关性最高的网络成分,或者与静息态网络模板相关性最高的网络成分,并将该网络成分的分布显示在个体的脑结构图上,这一过程要求在下一个TR到来之前全部完成,并保存中间处理结果。功能网络检测采用空间独立成分分析(SICA)的实时算法,利用滑窗技术,通过对观测到的数据进行加窗处理降低SICA的时间维度,提高计算速度。SICA可以将fMRI数据分解为若干独立成分及其相应的空间映射分布,即功能网络成分在大脑的分布图。图2是实时ICA的流程图,n是窗内的数据点数,N是数据总长,在进行窗内ICA分析时,对于静息态功能磁共振数据,选择随机向量作为初始条件,用空间结构匹配的方法来检测静息态网络成分;对于任务态功能磁共振数据,选择实验设计参考函数与血液动力学响应函数的卷积结果为初始条件,检测与之最相关的成分作为任务相关网络成分;将得到的第一网络成分的空间映射分布叠加在大脑的结构模板图上就可以显示该网络成分。图3左侧是一个基于手指运动任务的实时功能网络成分分布图,对应着该实验进行过程中的某一时刻,结果表明与运动有关的区域(双侧主要运动皮层、辅助运动皮层)均出现在与任务相关的网络成分中。
(3)感兴趣区域选取模块
在检测出的功能网络成分分布图上,利用鼠标在网络中感兴趣的节点区域上画框,可以是矩形的二维区域,只覆盖一层脑切片图的区域,也可以是长方体的三维区域,覆盖多层脑切片图的区域。所选区域内未被网络覆盖的体素不包含在内。感兴趣区域可以选取多个,并分别存储为模板文件,该模板文件在需要的时候可以重新导入。此外,各区域的血氧水平时间序列信号在选取的同时可同步显示。图3左侧的网络成分分布图中的红色和蓝色矩形框即为选取的感兴趣区域,这2个感兴趣区域的血氧水平时间序列信号按矩形框的颜色分别显示在图3右上方。
(4)数据反馈模块
数据反馈模块是本发明的应用模块,将网络成分的检测结果反馈给被试,被试通过一定的想象策略来调节该网络的活动。数据反馈模块可以选择不同的信号以不同的图形呈现给被试,反馈信号可以是感兴趣区域的信号平均值或任务态相对于休息态的信号变化值,这两种数值可以是一个区域的也可以是两个区域的差或相关系数。反馈信号的大小可以采用温度计或者时间序列曲线的图形呈现给被试,温度计反馈形式只能呈现某一时刻的反馈信号变化,不能同时显示之前反馈信号变化的过程,而时间序列曲线形式可以显示指定时间段内信号的全部变化过程。图4是温度计反馈形式,+号代表休息阶段,↑代表任务阶段,每一格代表相应脑区的活动情况,图5是时间序列曲线形式,任务阶段采用曲线变化的形式反馈脑区的活动情况,由于任务设计时存在一定的延时,前6秒不显示反馈信号。反馈方式可以选择所有阶段都呈现反馈信号的变化,也可以选择只在任务状态下呈现反馈信号的变化,而在休息状态下只显示+号。
(5)参数配置模块
参数配置模块针对各个模块及全局的参数进行设置、读取与保存,包括数据读取与转换参数、预处理参数、实验设计参数、反馈参数。数据读取与转换参数主要包括TR参数、数据格式、读取与转换路径等;预处理参数主要包括头动校准、标准化和平滑的参数;实验设计参数主要包括任务阶段和休息阶段的起始点、实验长度、参考函数等;反馈参数主要包括反馈路径、反馈信号、反馈形式、反馈刻度、感兴趣区域模板等;此外,还有一些其他诸如扫描参数、感兴趣区域阈值、网络成分检测阈值等全局参数。
本发明的使用可按以下几个方面进行:
(1)实验的在线检测。利用本发明的数据预处理模块中头动校准单元得到的头动参数可以检测被试是否有头动现象,如果被试头动严重或者不能完成实验任务,实时分析可以在实验中发现问题从而纠正问题。利用本发明的功能网络检测与显示模块可以检测被试对任务的执行情况,让扫描变得更加有效率。这种可以在被试不离开实验仪器的同时评价任务执行水平和数据质量的能力对大脑功能研究和临床应用都非常重要。
(2)解读心智。将本发明的功能网络检测与显示模块得到的网络成分作为特征,再结合分类器进行分类检测,根据检测结果判别被试的大脑在想什么。例如,根据大脑颞叶的活动模式可以判断被试是在看人脸还是房子,或者根据视觉皮层的活动模式可以进行图片类别的判别,或者根据运动区皮层的活动可以识别被试正在进行的是左还是右手运动想象,或者从植物人患者的fMRI数据中,可以检测到患者正有意识地根据指令想象打乒乓球或在房子里走动,甚至可以判断被试是否在撒谎等等。
(3)脑功能调节。本发明的数据反馈模块提供的就是这种应用,通过将大脑特定任务状态下的网络活动状态直接反馈给被试,被试采用一定的策略根据反馈结果增强或减弱大脑的活动,通过训练可以自适应地调节相应的脑区,从而调节与该脑区紧密相关的认知功能,这些脑区可以是有关情绪加工的、运动加工的、语言加工的、数学加工的等等。
(4)术前扫描与临床治疗。尽管磁共振结构像有比较高的解剖分辨率,但脑组织所起到的功能作用却是结构像所无法提供的,fMRI的一种普遍应用是鉴别在神经外科手术中需要保护的区域,医生们想了解移除某一特定脑组织可能产生的后果。本发明可以作为辅助手段应用在术前扫描,给医生提供与手术相关的重要信息,甚至可以和传统的电生理学方法联合使用,用来指导大脑皮层电极的放置位置。此外,本发明也可以应用在中风或其他脑疾病的临床治疗中,训练患者通过采用特定的策略来控制与疾病症状紧密相关的脑区,从而达到改善症状的目的,例如,慢性疼痛病人的疼痛控制、或运动功能受损脑区的康复训练等。
Claims (6)
1.基于脑功能网络成分检测的实时功能磁共振数据处理系统,其特征在于,包括:
数据预处理模块,用于读取实时功能磁共振数据,并进行格式转换、头动校准、标准化和平滑的处理;
功能网络检测与显示模块,对预处理后的功能磁共振数据进行实时网络分析,提取任务状态或静息状态下的功能网络成分;
感兴趣区域选取模块,用于提取功能网络中感兴趣的一个或多个节点区域;
数据反馈模块,用于将感兴趣区域的结果数据以多种方式实时反馈给被试本人;
参数配置模块,用于设置、读取、保存每个环节所需参数。
2.如权利要求1所述的基于脑功能网络成分检测的实时功能磁共振数据处理系统,其数据预处理模块特征在于,包括:
读取与转换单元,用于在线读取来自磁共振扫描仪的原始图像格式,转换为包含扫描参数信息的头文件和大脑的三维图像矩阵文件;
头动校准单元,用于检测磁共振数据采集时被试的头动参数,并利用该参数对扫描图像进行头动校准;
标准化与平滑单元,用于将个体脑图像在空间上匹配到一个标准模板空间,然后对标准化后的图像进行三维低通滤波平滑。
3.如权利要求1所述的基于脑功能网络成分检测的实时功能磁共振数据处理系统,其功能网络检测与显示模块特征在于,包括:采用快速独立成分分析提取脑功能网络成分,并在个体脑模板上显示该成分的分布。
4.如权利要求1所述的基于脑功能网络成分检测的实时功能磁共振数据处理系统,其感兴趣区域选取模块特征在于,包括:
以功能网络中感兴趣的节点为区域,在单层脑切片图上选取二维区域;
以功能网络中感兴趣的节点为区域,在多层脑切片图上选取三维区域;
将所选区域存储为感兴趣区域模板。
5.如权利要求1所述的基于脑功能网络成分检测的实时功能磁共振数据处理系统,其数据反馈模块特征在于,包括:
1个感兴趣区域的活动信号、2个感兴趣区域的活动信号的差、2个感兴趣区域的活动信号的相关系数,共3种结果数据;
以持续显示或者只有任务时显示的方式实时反馈给被试本人;
采用温度计变化或者时间序列曲线变化的形式呈现感兴趣区域的结果数据。
6.如权利要求1所述的基于脑功能网络成分检测的实时功能磁共振数据处理系统,其参数配置模块特征在于,包括:
数据读取与转换参数、预处理参数、实验设计参数、反馈参数;
参数的设置、读取和保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102799561A CN101912263B (zh) | 2010-09-14 | 2010-09-14 | 基于脑功能网络成分检测的实时功能磁共振数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102799561A CN101912263B (zh) | 2010-09-14 | 2010-09-14 | 基于脑功能网络成分检测的实时功能磁共振数据处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101912263A true CN101912263A (zh) | 2010-12-15 |
CN101912263B CN101912263B (zh) | 2011-12-14 |
Family
ID=43320044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102799561A Expired - Fee Related CN101912263B (zh) | 2010-09-14 | 2010-09-14 | 基于脑功能网络成分检测的实时功能磁共振数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101912263B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102764474A (zh) * | 2012-05-17 | 2012-11-07 | 中国科学院深圳先进技术研究院 | 辅助运动训练系统和方法 |
CN103077298A (zh) * | 2012-10-24 | 2013-05-01 | 西安电子科技大学 | 融合图像体素及先验脑图谱划分的大脑网络构建方法 |
WO2013097118A1 (zh) * | 2011-12-28 | 2013-07-04 | 中国科学院自动化研究所 | 对脑功能磁共振数据进行处理的方法 |
CN103462612A (zh) * | 2013-09-23 | 2013-12-25 | 深圳先进技术研究院 | 功能磁共振扫描中头动监测系统及监测方法 |
CN103800011A (zh) * | 2014-02-18 | 2014-05-21 | 常州大学 | 一种基于功能磁共振成像的脑区效应连接分析系统 |
CN103961103A (zh) * | 2014-05-07 | 2014-08-06 | 大连理工大学 | 一种对复数fMRI数据的ICA估计成分进行相位校正的方法 |
CN104337518A (zh) * | 2014-10-29 | 2015-02-11 | 杭州师范大学 | 一种基于静息态功能磁共振的术前脑功能网络定位方法 |
CN104361203A (zh) * | 2014-10-17 | 2015-02-18 | 东南大学 | 基于脑网络时空动力学分析的社会情绪能力评测系统 |
CN105476636A (zh) * | 2016-01-07 | 2016-04-13 | 上海承蓝电子科技有限公司 | 一种实时磁共振成像数据采集分析方法及系统 |
CN105912837A (zh) * | 2016-03-30 | 2016-08-31 | 泰山医学院 | 基于功能磁共振数据的个体脑效应连接网的构建方法 |
CN106510707A (zh) * | 2015-09-10 | 2017-03-22 | 东芝医疗系统株式会社 | 磁共振成像装置及图像处理装置 |
CN106681484A (zh) * | 2015-11-06 | 2017-05-17 | 北京师范大学 | 结合眼动跟踪的图像目标分割系统 |
CN106823137A (zh) * | 2016-12-30 | 2017-06-13 | 王征 | 一种优化神经调控的方法和装置 |
CN113610853A (zh) * | 2021-10-11 | 2021-11-05 | 北京工业大学 | 基于静息态脑功能图像的情绪状态展示方法、装置及系统 |
CN113616184A (zh) * | 2021-06-30 | 2021-11-09 | 北京师范大学 | 基于多模态磁共振图像的脑网络建模与个体预测方法 |
CN113627360A (zh) * | 2021-08-13 | 2021-11-09 | 电子科技大学 | 基于形态学相似网络对fMRI信号进行滤波分解的方法 |
CN114376558A (zh) * | 2022-03-24 | 2022-04-22 | 之江实验室 | 基于磁共振和孪生图神经网络的脑图谱个体化方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104605853B (zh) * | 2015-01-21 | 2018-10-09 | 北京师范大学 | 一种基于脑功能特征的实时神经解码系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999063355A1 (en) * | 1998-06-04 | 1999-12-09 | The Government Of The United States Of America, Represented By The Secretary, Department Of Health And Human Services | Real-time interactive functional magnetic resonance imaging |
US20010031917A1 (en) * | 1998-11-25 | 2001-10-18 | Daniel Rosenfeld | fMRI signal processing |
CN1626031A (zh) * | 2003-12-12 | 2005-06-15 | 中国科学院自动化研究所 | 一种基于图论的脑区间功能连接的检测方法 |
CN1628608A (zh) * | 2003-12-15 | 2005-06-22 | 中国科学院自动化研究所 | 利用局部一致性方法的功能磁共振数据处理方法 |
US6996261B2 (en) * | 2001-01-30 | 2006-02-07 | Decharms R Christopher | Methods for physiological monitoring, training, exercise and regulation |
CN101287410A (zh) * | 2005-10-12 | 2008-10-15 | 学校法人东京电机大学 | 脑功能分析方法及脑功能分析程序 |
-
2010
- 2010-09-14 CN CN2010102799561A patent/CN101912263B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999063355A1 (en) * | 1998-06-04 | 1999-12-09 | The Government Of The United States Of America, Represented By The Secretary, Department Of Health And Human Services | Real-time interactive functional magnetic resonance imaging |
US20010031917A1 (en) * | 1998-11-25 | 2001-10-18 | Daniel Rosenfeld | fMRI signal processing |
US6996261B2 (en) * | 2001-01-30 | 2006-02-07 | Decharms R Christopher | Methods for physiological monitoring, training, exercise and regulation |
CN1626031A (zh) * | 2003-12-12 | 2005-06-15 | 中国科学院自动化研究所 | 一种基于图论的脑区间功能连接的检测方法 |
CN1628608A (zh) * | 2003-12-15 | 2005-06-22 | 中国科学院自动化研究所 | 利用局部一致性方法的功能磁共振数据处理方法 |
CN101287410A (zh) * | 2005-10-12 | 2008-10-15 | 学校法人东京电机大学 | 脑功能分析方法及脑功能分析程序 |
Non-Patent Citations (2)
Title |
---|
《Computational Intelligence and Neuroscience》 20071231 Ranganatha Sitaram,et.al. fMRI Brain-Computer Interface:A Tool for Neuroscientific Research and Treatment 1-10 1-6 , 2 * |
《NeuroImage》 20031231 Fabrizio Esposito,et.al. Real-time independent component analysis of fMRI time-series 2209-2224 1-6 , 2 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013097118A1 (zh) * | 2011-12-28 | 2013-07-04 | 中国科学院自动化研究所 | 对脑功能磁共振数据进行处理的方法 |
US9633430B2 (en) | 2011-12-28 | 2017-04-25 | Institute Of Automation, Chinese Academy Of Sciences | Method for analyzing functional MRI brain images |
CN103957784A (zh) * | 2011-12-28 | 2014-07-30 | 中国科学院自动化研究所 | 对脑功能磁共振数据进行处理的方法 |
CN102764474B (zh) * | 2012-05-17 | 2013-11-27 | 中国科学院深圳先进技术研究院 | 辅助运动训练系统和方法 |
CN102764474A (zh) * | 2012-05-17 | 2012-11-07 | 中国科学院深圳先进技术研究院 | 辅助运动训练系统和方法 |
CN103077298A (zh) * | 2012-10-24 | 2013-05-01 | 西安电子科技大学 | 融合图像体素及先验脑图谱划分的大脑网络构建方法 |
CN103077298B (zh) * | 2012-10-24 | 2015-09-30 | 西安电子科技大学 | 融合图像体素及先验脑图谱划分的大脑网络构建方法 |
CN103462612B (zh) * | 2013-09-23 | 2015-09-30 | 深圳先进技术研究院 | 功能磁共振扫描中头动监测系统及监测方法 |
CN103462612A (zh) * | 2013-09-23 | 2013-12-25 | 深圳先进技术研究院 | 功能磁共振扫描中头动监测系统及监测方法 |
CN103800011A (zh) * | 2014-02-18 | 2014-05-21 | 常州大学 | 一种基于功能磁共振成像的脑区效应连接分析系统 |
CN103961103B (zh) * | 2014-05-07 | 2015-12-30 | 大连理工大学 | 一种对复数fMRI数据的ICA估计成分进行相位校正的方法 |
CN103961103A (zh) * | 2014-05-07 | 2014-08-06 | 大连理工大学 | 一种对复数fMRI数据的ICA估计成分进行相位校正的方法 |
CN104361203A (zh) * | 2014-10-17 | 2015-02-18 | 东南大学 | 基于脑网络时空动力学分析的社会情绪能力评测系统 |
CN104337518A (zh) * | 2014-10-29 | 2015-02-11 | 杭州师范大学 | 一种基于静息态功能磁共振的术前脑功能网络定位方法 |
CN104337518B (zh) * | 2014-10-29 | 2017-03-22 | 杭州师范大学 | 一种基于静息态功能磁共振的术前脑功能网络定位方法 |
CN106510707A (zh) * | 2015-09-10 | 2017-03-22 | 东芝医疗系统株式会社 | 磁共振成像装置及图像处理装置 |
CN106510707B (zh) * | 2015-09-10 | 2019-11-08 | 东芝医疗系统株式会社 | 磁共振成像装置及图像处理装置 |
CN106681484B (zh) * | 2015-11-06 | 2019-06-25 | 北京师范大学 | 结合眼动跟踪的图像目标分割系统 |
CN106681484A (zh) * | 2015-11-06 | 2017-05-17 | 北京师范大学 | 结合眼动跟踪的图像目标分割系统 |
CN105476636A (zh) * | 2016-01-07 | 2016-04-13 | 上海承蓝电子科技有限公司 | 一种实时磁共振成像数据采集分析方法及系统 |
CN105912837A (zh) * | 2016-03-30 | 2016-08-31 | 泰山医学院 | 基于功能磁共振数据的个体脑效应连接网的构建方法 |
CN106823137B (zh) * | 2016-12-30 | 2019-07-16 | 王征 | 一种优化神经调控的方法和装置 |
CN106823137A (zh) * | 2016-12-30 | 2017-06-13 | 王征 | 一种优化神经调控的方法和装置 |
CN113616184A (zh) * | 2021-06-30 | 2021-11-09 | 北京师范大学 | 基于多模态磁共振图像的脑网络建模与个体预测方法 |
CN113616184B (zh) * | 2021-06-30 | 2023-10-24 | 北京师范大学 | 基于多模态磁共振图像的脑网络建模与个体预测方法 |
CN113627360A (zh) * | 2021-08-13 | 2021-11-09 | 电子科技大学 | 基于形态学相似网络对fMRI信号进行滤波分解的方法 |
CN113627360B (zh) * | 2021-08-13 | 2023-04-07 | 电子科技大学 | 基于形态学相似网络对fMRI信号进行滤波分解的方法 |
CN113610853A (zh) * | 2021-10-11 | 2021-11-05 | 北京工业大学 | 基于静息态脑功能图像的情绪状态展示方法、装置及系统 |
CN113610853B (zh) * | 2021-10-11 | 2022-01-28 | 北京工业大学 | 基于静息态脑功能图像的情绪状态展示方法、装置及系统 |
CN114376558A (zh) * | 2022-03-24 | 2022-04-22 | 之江实验室 | 基于磁共振和孪生图神经网络的脑图谱个体化方法及系统 |
CN114376558B (zh) * | 2022-03-24 | 2022-07-19 | 之江实验室 | 基于磁共振和孪生图神经网络的脑图谱个体化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101912263B (zh) | 2011-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101912263B (zh) | 基于脑功能网络成分检测的实时功能磁共振数据处理系统 | |
Seeliger et al. | Convolutional neural network-based encoding and decoding of visual object recognition in space and time | |
Lee et al. | Brain–machine interface via real-time fMRI: preliminary study on thought-controlled robotic arm | |
Downing et al. | The role of the extrastriate body area in action perception | |
Atkinson et al. | Modulation of the face-and body-selective visual regions by the motion and emotion of point-light face and body stimuli | |
Nardo et al. | Stimulus-driven orienting of visuo-spatial attention in complex dynamic environments | |
Correa et al. | Multi-set canonical correlation analysis for the fusion of concurrent single trial ERP and functional MRI | |
Mill et al. | Empirical validation of directed functional connectivity | |
Dekker et al. | Dorsal and ventral stream activation and object recognition performance in school-age children | |
Mullinger et al. | Post-stimulus fMRI and EEG responses: evidence for a neuronal origin hypothesised to be inhibitory | |
Toni et al. | Multiple movement representations in the human brain: an event-related fMRI study | |
Turner et al. | Factor analysis linking functions for simultaneously modeling neural and behavioral data | |
Ogawa et al. | Neural representation of observed actions in the parietal and premotor cortex | |
Garcea et al. | Domain-specific diaschisis: lesions to parietal action areas modulate neural responses to tools in the ventral stream | |
Bruchmann et al. | Individualized EEG source reconstruction of Stroop interference with masked color words | |
Ostwald et al. | Voxel-wise information theoretic EEG-fMRI feature integration | |
Ruh et al. | Dissociable stages of problem solving (II): First evidence for process-contingent temporal order of activation in dorsolateral prefrontal cortex | |
Wen et al. | The time-course of component processes of selective attention | |
Watanabe et al. | Neural activation during imitation of movements presented from four different perspectives: a functional magnetic resonance imaging study | |
Ishizu et al. | Magnetoencephalographic study of the neural responses in body perception | |
Poolman et al. | A single-trial analytic framework for EEG analysis and its application to target detection and classification | |
Engel et al. | What activates the human mirror neuron system during observation of artificial movements: Bottom-up visual features or top-down intentions? | |
Gilaie-Dotan et al. | Resting state functional connectivity reflects abnormal task-activated patterns in a developmental object agnosic | |
Wei et al. | The neural correlates of perceptual load induced attentional selection: an fMRI study | |
Jo et al. | Distinct modes of top-down cognitive processing in the ventral visual cortex |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111214 Termination date: 20160914 |
|
CF01 | Termination of patent right due to non-payment of annual fee |