CN113729686B - 一种大脑局部功能动态性实时测量系统 - Google Patents
一种大脑局部功能动态性实时测量系统 Download PDFInfo
- Publication number
- CN113729686B CN113729686B CN202111112642.7A CN202111112642A CN113729686B CN 113729686 B CN113729686 B CN 113729686B CN 202111112642 A CN202111112642 A CN 202111112642A CN 113729686 B CN113729686 B CN 113729686B
- Authority
- CN
- China
- Prior art keywords
- brain
- function
- module
- local
- magnetic resonance
- 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.)
- Active
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 127
- 238000005259 measurement Methods 0.000 title claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000011160 research Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 70
- 230000003925 brain function Effects 0.000 claims description 69
- 238000005295 random walk Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 19
- 230000007704 transition Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005481 NMR spectroscopy Methods 0.000 claims description 4
- 230000000284 resting effect Effects 0.000 claims description 4
- 241001272996 Polyphylla fullo Species 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 1
- 210000001550 testis Anatomy 0.000 claims 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 210000003050 axon Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 244000144980 herd Species 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Neurology (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Neurosurgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Child & Adolescent Psychology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种大脑局部功能动态性实时测量系统，包括：实验范式设计模块、核磁图像处理模块、脑区定位模块、脑区功能动态性评估模块和分析结果显示模块；实验范式设计模块用于确定实验对象参与的实验内容和流程，根据研究人员的实验目的进行设计；核磁图像处理模块对采集到的图像进行预处理并保存；脑区定位模块加载感兴趣的大脑研究区域；脑区功能动态性评估模块计算所定位脑区的功能系统和功能动态性；分析结果显示模块将大脑局部功能动态性以图像和数值方式反馈给研究人员和实验对象。本发明实现对关注脑区功能连接动态性的实时评估与记录。
Description
技术领域
本发明涉及医学影像分析技术领域，尤其是一种大脑局部功能动态性实时测量系统。
背景技术
人脑由上千亿的神经元组成，神经元之间由于直接或间接的轴突连接，使负责执行相同功能的神经元产生共同放电，进一步产生同步波动的信号，这一现象被称为“功能连接”。大脑的功能连接不是静态的，需要在多个时间尺度上根据环境的需求对功能网络拓扑结构进行动态整合和协调，以响应内部和外部刺激，进而完成各种复杂的认知行为。此外，大脑功能连接的动态性还可以通过赫布型学习塑造了大脑的稳态连接模式。越来越多的科学家充分认识到大脑功能连接动态性的重要性，因此开展了一系列针对性的研究工作，并取得了丰富的成果。研究发现，大脑动态功能连接不仅与人类各种认知和行为相关，而且有助于提高精神疾病的诊断精度。
功能磁共振成像技术(functional magnetic resonance imaging，fMRI)是当前研究人脑功能连接的主要技术手段，该技术利用血氧水平依赖性技术(Blood OxygenationLevel Dependent,BOLD)间接地测量大脑神经元的活动水平，能够在无创伤的条件下，以较高的空间分辨率展现大脑在进行任务态或静息态时神经元的激活情况。目前，基于fMRI的人脑功能连接的动态性通常是基于BOLD时间序列所构建大脑功能网络进行测量与评估，主要通过两种方式实现：1)计算脑区间功能连接随时间的波动性；2)衡量脑区在不同功能系统之间的转换频率，这两种方式均存在一定的缺陷。具体来说，第一种方法只能在脑影像数据采集结束之后通过图像后期分析获取，因此无法实现人脑功能连接动态性的实时监测；第二种方法需要基于整个大脑网络的社区分割结果计算脑区所属功能系统随时间的变化，使其无法在具有大规模连接的大脑系统中取得较好的评估结果，而且无法满足研究人员对感兴趣脑区动态性的实时观察。同时，大脑功能动态性的研究目前只停留在体验式实验室的设计与分析阶段，非常缺乏与先进的功能磁共振成像技术相配套、满足实际认知研究和临床应用的人脑功能动态性实时测量系统。
发明内容
本发明所要解决的技术问题在于，提供一种大脑局部功能动态性实时测量系统，实现对重点关注脑区功能连接动态性的实时评估与记录。
为解决上述技术问题，本发明提供一种大脑局部功能动态性实时测量系统，包括：实验范式设计模块、核磁图像处理模块、脑区定位模块、脑区功能动态性评估模块和分析结果显示模块；实验范式设计模块用于确定实验对象参与的实验内容和流程，根据研究人员的实验目的进行设计；核磁图像处理模块对采集到的图像进行预处理并保存；脑区定位模块加载感兴趣的大脑研究区域；脑区功能动态性评估模块计算所定位脑区的功能系统和功能动态性；分析结果显示模块将大脑局部功能动态性以图像和数值方式反馈给研究人员和实验对象。
优选的，实验范式设计模块采用静息态扫描方式。
优选的，核磁图像处理模块包括参数配置单元、图像读取单元、格式转换单元、图像预处理单元；核磁共振扫描仪操作员通过参数配置单元，确定结构磁共振和功能磁共振图像的扫描参数；通过图像读取单元获取磁共振设备采集到的三维结构磁共振数据和四维的功能磁共振数据；在格式转换单元将读取的结构磁共振图像和功能磁共振图像从原始的DICOM格式转换为NIFTY格式；利用图像预处理单元对磁共振数据进行预处理。
优选的，利用图像预处理单元对磁共振数据进行预处理包括：头动校正、功能磁共振图像向结构磁共振图像的配准和功能磁共振图像的滤波和平滑预处理操作。
优选的，脑区定位模块的脑区选择通过两种方式实现，一种是借助大脑分区模板选择感兴趣的脑区；另外一种是设定感兴趣区域的坐标，然后利用球体对脑区进行定位。
优选的，局部功能动态性评估模块包括时间序列提取模块、大脑功能网络构建模块、大脑局部功能系统检测模块和大脑局部功能动态性评估模块；研究人员通过时间序列提取模块生成大脑功能磁共振图像中不同体素的时间序列；利用大脑功能网络模块构建具有大规模连接的大脑功能网络，网络中不同节点之间的功能连接通过计算其时间序列的皮尔森相关系数进行评估；大脑局部功能系统检测模块基于所构建的大脑功能网络，利用多层随机游走方法检测选定脑区所属的脑功能系统，并利用大脑局部功能动态性评估模块实时计算所选脑区功能的动态性。
优选的，大脑局部功能系统检测模块基于所构建的大脑功能网络，利用多层随机游走方法检测选定脑区所属的脑功能系统，并利用大脑局部功能动态性评估模块实时计算所选脑区功能的动态性具体包括如下步骤：
(1)初始化；从所选脑区出发发出三个随机游走器，其中一个定义于当前时间点的大脑功能网络Gt，另外两个定义于前两个时间点的大脑功能网络Gt-1和Gt-2，每个随机游走器的初始访问概率被定义为其中eq为1×N维向量，所选择脑区对应位置的值为1，其他位置值为0；
(2)转移概率更新；对于网络Gt，利用式(1)计算其第s步中节点i和j的转移概率矩阵
其中，Pt，Pt-1和Pt-2分别为大脑功能网络Gt，Gt-1和Gt-2对应的原始转移概率矩阵，对于Pt，其中节点i和j的转移概率为 为网络Gt中节点i和j的连接强度，以同样的方法计算Pt-1和Pt-2中的各个元素；/>其中/>和/>分别为网络Gt和Gt-1第s步的局部访问概率，cos表示余弦相似性，则Rs(t,t-1)衡量了随机游走过程第s步网络Gt和Gt-1随机游走访问历史的相似性；同理，/> 表示Gt和Gt-2在随机游走过程中第s步的局部访问概率相似度；
(3)局部脑功能系统确定；当所有网络的随机游走收敛之后，采用电导作为目标函数，基于收敛的节点局部访问概率xTS确定网络Gt中所选脑区所属的最优脑功能系统；考虑到大脑功能网络是密集连接的，引入了一个参数M来约束xTS中非零元素的数量，即所检测到的局部脑功能系统的大小；如此，就得到M-1种潜在的局部脑功能系统，对于每个m∈[1,M-1]，采用式(2)计算其对应的电导值
上式中，为网络Gt的一种脑功能系统，由xTS中节点访问概率排名前m个节点组成，/>为网络Gt中去除/>所含节点的其他节点的集合，/>和/>分别为/>和/>中节点之间总的连接强度。
优选的，大脑局部功能动态性评估模块中，大脑局部功能实时动态性定义为该时间点脑功能系统与前一时间点脑功能系统的差异性，差异性定义为：1减去两个时间点脑功能系统重叠节点的个数占所有节点个数之和的百分比，功能动态性为0至1之间的数值，较大的值表示所选脑区在该时间段具有较高的功能变化性。
优选的，分析结果显示部分用于将每个时间段所选定脑区所属脑功能系统和脑区功能的动态性测量指标，反馈给研究人员和实验被试。
本发明的有益效果为：(1)可更准确、快速、实时地获取感兴趣脑区的所属功能系统，有利于研究人员揭示关键脑区功能连接随环境需求的变化规律；(2)量化感兴趣脑区功能的实时动态性，可帮助研究人员和临床医生实时监测人体功能状态；(3)提出一种大脑局部功能动态性实时测量系统，在大脑认知功能研究、大脑功能诊断与调节、精神类疾病诊断与治疗等领域具有潜在的应用价值。
附图说明
图1为本发明的系统结构示意图。
图2为本发明的核磁图像处理流程示意图。
图3本发明的脑区功能动态性评估流程示意图。
图4为多层随机游走检测方法流程示意图。
具体实施方式
如图1所示，一种大脑局部功能动态性实时测量系统，包括：实验范式设计模块、核磁图像处理模块、脑区定位模块、脑区功能动态性评估模块和分析结果显示模块；实验范式设计模块用于确定实验对象参与的实验内容和流程，根据研究人员的实验目的进行设计；核磁图像处理模块对采集到的图像进行预处理并保存；脑区定位模块加载感兴趣的大脑研究区域；脑区功能动态性评估模块计算所定位脑区的功能系统和功能动态性；分析结果显示模块将大脑局部功能动态性以图像和数值方式反馈给研究人员和实验对象。实验范式设计模块采用静息态扫描方式。
如图2所示，核磁图像处理模块包括参数配置单元、图像读取单元、格式转换单元、图像预处理单元；核磁共振扫描仪操作员通过参数配置单元，确定结构磁共振图像和功能磁共振图像的扫描参数；通过图像读取单元获取磁共振设备采集到的三维结构磁共振数据和四维的功能磁共振数据；在格式转换单元将读取的结构磁共振图像和功能磁共振图像从原始的DICOM格式转换为NIFTY格式；利用图像预处理单元对磁共振数据进行预处理。为了测量大脑动态性，每隔5个时间点输出功能磁共振图像一次，每次输出当前时间点之前20个时间点的功能磁共振图像。
利用图像预处理单元对磁共振数据进行预处理包括：头动校正、功能磁共振图像向结构磁共振图像的配准、功能磁共振图像的滤波平滑等预处理操作。
脑区选择通过两种方式实现，一种是借助大脑分区模板选择感兴趣的脑区；另外一种是设定感兴趣区域的坐标，然后利用球体对脑区进行定位。系统默认选择第二种方式，操作员通过加载感兴趣区域的坐标并设定球体的半径完成脑区定位，该脑区定位在整个实验过程中只进行一次。
如图3所示，局部功能动态性评估模块包括时间序列提取模块、大脑功能网络构建模块、大脑局部功能系统检测模块和大脑局部功能动态性评估模块；研究人员通过时间序列提取模块生成大脑功能磁共振图像中不同体素的时间序列；利用大脑功能网络模块构建具有大规模连接的大脑功能网络，网络中不同节点之间的功能连接通过计算其时间序列的皮尔森相关系数进行评估；大脑局部功能系统检测模块基于所构建的大脑功能网络，利用多层随机游走检测选定脑区所属的脑功能系统，并利用大脑局部功能动态性评估模块实时计算所选脑区功能的动态性。
如图4所示，在大脑局部功能系统检测模块中，基于多层随机游走方法的局部脑功能系统检测方法中，通过加载本时间点的大脑功能网络和前两个时间点的大脑功能网络，用于降低网络噪声对脑功能系统检测的影响，同时保证所检测的脑功能系统随时间的连续变化性。假设网络所包含的节点数为N，所选脑区为第i个节点，当前时间点为t，当前时间点所构建的脑功能网络为Gt，前两个时间点对应的脑功能网络为Gt-1和Gt-2。具体的多层随机游走方法包括初始化、转移概率更新和局部功能系统确定三个步骤：
第一步，初始化，从所选脑区出发发出三个随机游走器，其中一个定义于当前时间点的大脑功能网络Gt，另外两个定义于前两个时间点的大脑功能网络Gt-1和Gt-2。每个随机游走器的初始访问概率被定义为其中eq为1×N维向量，第i个位置的值为1，其他位置值为0。
第二步，转移概率更新，对于网络Gt，我们利用式(1)计算其节点i和j随机游走中第s步转移概率矩阵
其中，Pt，Pt-1和Pt-2分别为大脑功能网络Gt，Gt-1和Gt-2对应的原始转移概率矩阵。对于Pt，其中节点i和j的转移概率为 为网络Gt中节点i和j的连接强度，以同样的方法计算Pt-1和Pt-2中的各个元素；/>其中/>和/>分别为网络Gt和Gt-1第s步的局部访问概率，cos表示余弦相似性，则Rs(t,t-1)衡量了随机游走第s步网络Gt和Gt-1随机游走访问历史的相似性；同理，/>表示Gt和Gt-2在随机游走过程中第s步的局部访问概率相似度。
第三步，局部脑功能系统确定，当所有网络的随机游走收敛之后，我们采用电导作为目标函数，基于收敛的节点局部访问概率xTS确定网络Gt中所选脑区所属的最优脑功能系统。考虑到大脑功能网络是密集连接的，我们引入了一个参数M来约束xTS中非零元素的数量，即所检测到的局部脑功能系统的大小。如此，我们就可以得到M-1种潜在的局部脑功能系统。对于每个m∈[1,M-1]，采用式(2)计算其对应的电导值
上式中，为网络Gt的一种脑功能系统，由xTS中节点访问概率排名前m个节点组成，/>为网络Gt中去除/>所含节点的其他节点的集合。/>和/>分别为/>和/>中节点之间总的连接强度。
大脑局部功能动态性评估模块中的功能动态性定义为该时间点脑功能系统与前一时间点脑功能系统的差异性，差异性定义为：1减去两个时间点脑功能系统重叠节点的个数占所有节点个数之和的百分比。
Claims (7)
1.一种大脑局部功能动态性实时测量系统，其特征在于，包括：实验范式设计模块、核磁图像处理模块、脑区定位模块、脑区功能动态性评估模块和分析结果显示模块；实验范式设计模块用于确定实验对象参与的实验内容和流程，根据研究人员的实验目的进行设计；核磁图像处理模块对采集到的图像进行预处理并保存；脑区定位模块加载感兴趣的大脑研究区域；脑区功能动态性评估模块计算所定位脑区的功能系统和功能动态性；分析结果显示模块将大脑局部功能动态性以图像和数值方式反馈给研究人员和实验对象；
脑区功能动态性评估模块包括时间序列提取模块、大脑功能网络构建模块、大脑局部功能系统检测模块和大脑局部功能动态性评估模块；研究人员通过时间序列提取模块生成大脑功能磁共振图像中不同体素的时间序列；利用大脑功能网络模块构建具有大规模连接的大脑功能网络，网络中不同节点之间的功能连接通过计算其时间序列的皮尔森相关系数进行评估；大脑局部功能系统检测模块基于所构建的大脑功能网络，利用多层随机游走方法检测选定脑区所属的脑功能系统，并利用大脑局部功能动态性评估模块实时计算所选脑区功能的动态性；具体包括如下步骤：
(1)初始化；从所选脑区出发发出三个随机游走器，其中一个定义于当前时间点的大脑功能网络Gt，另外两个定义于前两个时间点的大脑功能网络Gt-1和Gt-2，每个随机游走器的初始访问概率被定义为其中eq为1×N维向量，所选择脑区对应位置的值为1，其他位置值为0；
(2)转移概率更新；对于网络Gt，利用式(1)计算其第s步中节点i和j的转移概率矩阵
其中，Pt，Pt-1和Pt-2分别为大脑功能网络Gt，Gt-1和Gt-2对应的原始转移概率矩阵，对于Pt，其中节点i和j的转移概率为 为网络Gt中节点i和j的连接强度，以同样的方法计算Pt-1和Pt-2中的各个元素；/>其中/>和/>分别为网络Gt和Gt-1第s步的局部访问概率，cos表示余弦相似性，则Rs(t,t-1)衡量了随机游走过程第s步网络Gt和Gt-1随机游走访问历史的相似性；同理，/> 表示Gt和Gt-2在随机游走过程中第s步的局部访问概率相似度；
(3)局部脑功能系统确定；当所有网络的随机游走收敛之后，采用电导作为目标函数，基于收敛的节点局部访问概率xTS确定网络Gt中所选脑区所属的最优脑功能系统；考虑到大脑功能网络是密集连接的，引入了一个参数M来约束xTS中非零元素的数量，即所检测到的局部脑功能系统的大小；如此，就得到M-1种潜在的局部脑功能系统，对于每个m∈[1,M-1]，采用式(2)计算其对应的电导值
上式中，为网络Gt的一种脑功能系统，由xTS中节点访问概率排名前m个节点组成，/>为网络Gt中去除/>所含节点的其他节点的集合，/>和/>分别为/>和/>中节点之间总的连接强度。
2.如权利要求1所述的大脑局部功能动态性实时测量系统，其特征在于，实验范式设计模块采用静息态扫描方式。
3.如权利要求1所述的大脑局部功能动态性实时测量系统，其特征在于，核磁图像处理模块包括参数配置单元、图像读取单元、格式转换单元、图像预处理单元；核磁共振扫描仪操作员通过参数配置单元，确定结构磁共振和功能磁共振图像的扫描参数；通过图像读取单元获取磁共振设备采集到的三维结构磁共振数据和四维的功能磁共振数据；在格式转换单元将读取的结构磁共振图像和功能磁共振图像从原始的DICOM格式转换为NIFTY格式；利用图像预处理单元对磁共振数据进行预处理。
4.如权利要求3所述的大脑局部功能动态性实时测量系统，其特征在于，利用图像预处理单元对磁共振数据进行预处理包括：头动校正、功能磁共振图像向结构磁共振图像的配准和功能磁共振图像的滤波和平滑预处理操作。
5.如权利要求1所述的大脑局部功能动态性实时测量系统，其特征在于，脑区定位模块的脑区选择通过两种方式实现，一种是借助大脑分区模板选择感兴趣的脑区；另外一种是设定感兴趣区域的坐标，然后利用球体对脑区进行定位。
6.如权利要求1所述的大脑局部功能动态性实时测量系统，其特征在于，大脑局部功能动态性评估模块中，大脑局部功能实时动态性定义为该时间点脑功能系统与前一时间点脑功能系统的差异性，差异性定义为：1减去两个时间点脑功能系统重叠节点的个数占所有节点个数之和的百分比，功能动态性为0至1之间的数值，较大的值表示所选脑区在该时间段具有较高的功能变化性。
7.如权利要求1所述的大脑局部功能动态性实时测量系统，其特征在于，分析结果显示模块用于将每个时间段所选定脑区所属脑功能系统和脑区功能的动态性测量指标，反馈给研究人员和实验被试。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111112642.7A CN113729686B (zh) | 2021-09-23 | 2021-09-23 | 一种大脑局部功能动态性实时测量系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111112642.7A CN113729686B (zh) | 2021-09-23 | 2021-09-23 | 一种大脑局部功能动态性实时测量系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113729686A CN113729686A (zh) | 2021-12-03 |
| CN113729686B true CN113729686B (zh) | 2023-12-01 |
Family
ID=78740563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111112642.7A Active CN113729686B (zh) | 2021-09-23 | 2021-09-23 | 一种大脑局部功能动态性实时测量系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113729686B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111127441A (zh) * | 2019-12-25 | 2020-05-08 | 兰州大学 | 一种基于图节点嵌入的多模态脑影像抑郁识别方法和系统 |
| CN112396584A (zh) * | 2020-11-19 | 2021-02-23 | 西安科技大学 | 基于特征模态与分层模块的脑功能模式特征提取方法 |
| CN113254717A (zh) * | 2021-06-10 | 2021-08-13 | 中国人民解放军国防科技大学 | 多维图网络节点聚类处理方法、装置和设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2827769A4 (en) * | 2012-03-19 | 2015-11-25 | Univ Florida | METHOD AND SYSTEMS FOR BRAIN FUNCTIONAL ANALYSIS |
| US9645212B2 (en) * | 2014-10-21 | 2017-05-09 | The Regents Of The University Of California | Fiber tractography using entropy spectrum pathways |
-
2021
- 2021-09-23 CN CN202111112642.7A patent/CN113729686B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111127441A (zh) * | 2019-12-25 | 2020-05-08 | 兰州大学 | 一种基于图节点嵌入的多模态脑影像抑郁识别方法和系统 |
| CN112396584A (zh) * | 2020-11-19 | 2021-02-23 | 西安科技大学 | 基于特征模态与分层模块的脑功能模式特征提取方法 |
| CN113254717A (zh) * | 2021-06-10 | 2021-08-13 | 中国人民解放军国防科技大学 | 多维图网络节点聚类处理方法、装置和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113729686A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110522448B (zh) | 一种基于图卷积神经网络的脑网络分类方法 | |
| Liu et al. | Weakly supervised deep learning for brain disease prognosis using MRI and incomplete clinical scores | |
| CN115359045B (zh) | 基于多模态磁共振成像的图卷积神经网络疾病预测系统 | |
| Mazziotta et al. | A four-dimensional probabilistic atlas of the human brain | |
| Mazziotta et al. | A probabilistic atlas and reference system for the human brain: International Consortium for Brain Mapping (ICBM) | |
| CN110853111B (zh) | 医学影像处理系统、模型训练方法及训练装置 | |
| CN110458817B (zh) | 医学图像的质量预测方法、装置、设备及存储介质 | |
| US20170238879A1 (en) | Method of Analyzing the Brain Activity of a Subject | |
| CN111728590A (zh) | 基于动态功能连接的个体认知能力预测方法和系统 | |
| CN117172294B (zh) | 一种稀疏脑网络的构建方法、系统、设备和存储介质 | |
| Tang et al. | Body part regression with self-supervision | |
| Bazinet et al. | Assortative mixing in micro-architecturally annotated brain connectomes | |
| CN114065825B (zh) | 一种基于结构相似性的脑磁meg源定位方法 | |
| JP7300811B2 (ja) | 医用情報処理装置、医用情報処理方法、およびプログラム | |
| CN113729686B (zh) | 一种大脑局部功能动态性实时测量系统 | |
| Bowman et al. | Statistical approaches to functional neuroimaging data | |
| CN116051545B (zh) | 一种双模态影像的脑龄预测方法 | |
| WO2023169565A1 (zh) | 一种图像配准方法和系统 | |
| Mishra et al. | Medical image processing: A challenging analysis | |
| CN109994204A (zh) | 一种大脑功能网络关键节点搜索方法 | |
| CN116019419A (zh) | 一种触觉感知的动态闭环脑功能拓扑图测量与分型系统 | |
| Bogorodzki et al. | Structural group classification technique based on regional fMRI BOLD responses | |
| CN113838105A (zh) | 基于深度学习的弥散微循环模型驱动参数估计方法、装置及介质 | |
| Ma et al. | BAI-Net: Individualized Human Cerebral Cartography using Graph Convolutional Network | |
| CN115251889B (zh) | 一种功能磁共振影像动态连接网络特征描述方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |