买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：该发明公开了一种基于白质功能网络的人脑组织分割图谱构建方法，该方法属于生物医学工程‑磁共振图像处理技术领域，具体涉及基于静息态功能磁共振成像的脑白质功能网络聚类和脑组织功能分割图谱的构建，实现了对任意样本任意皮层下脑组织的功能分割，具有较高可重复性。本发明对于皮层下组织分割提出了一种新颖且可靠的分割图谱构建方法，首次将白质功能网络聚类方法和人脑内在功能连接方法融合，并应用于脑组织分割图谱构建，不仅为探测脑认知神经科学研究提供重要支持，也为精神疾病患者脑部异常研究提供更精准的定位，促进对人脑正常认知功能活动和脑疾病功能紊乱神经病理机制的理解。

主权项：1.一种基于白质功能网络的人脑组织分割图谱构建方法，该方法包括：步骤1：获取若干健康被试的多模态脑影像数据，包括：静息态功能图像和T1结构图像；然后进行图像预处理，图像预处理步骤包括：时间和空间校正、结构和功能图像配准、对结构图像进行分割、去线性漂移、回归协变量、Scrubbing回归头动、滤波、在个体空间对上述功能图像分别进行白质和灰质的平滑处理、个体空间转换到标准的MNI空间；图像预处理中对结构图像进行分割得到个体水平的灰质、白质和脑脊液分割图像，回归协变量包括：头动、脑脊液、24列头动参数；步骤2：制作组水平白质模板；步骤2.1：比较每个被试的灰质、白质和脑脊液图像，根据最大概率原则，将图像中的每个体素分配给灰质、白质或脑脊液。分配到体素的区域记为1，未分配到体素的区域记为0，从而得到个体水平的二值化白质模板；步骤2.2：将步骤2.1中获得的二值化白质模板取平均，得到组平均模板；在此模板中，某体素如果在60％以上的被试中被划分为白质体素，则该体素在组水平T1图像中被划分为白质体素；步骤2.3：组水平T1图像中的白质体素，如果在80％以上的被试功能影像中存在，则该体素被保留进入最终的组水平白质模板；步骤3：制作组水平x脑组织模板；从现有结构模板中获取x脑组织原始模板，与组水平白质模板取交集，得到经过体素限制的x脑组织模板；步骤4：聚类白质功能网络；步骤4.1：排除步骤2.3获得的组水平白质模板内x的所有体素；步骤4.2：使用交换网格方法对白质模板降采样；步骤4.3：将白质模板内每个体素的时间序列分别与降采样模板中每个体素时间序列计算皮尔逊相关系数，得到个体水平的相关矩阵；该矩阵的行代表所有白质体素，列代表降采样后的白质体素；皮尔逊相关系数r计算公式如下： 其中，Xi,Yi代表样本点，代表样本平均值，n代表样本量；步骤4.4：将所有相关矩阵在被试间取平均，得到组平均相关矩阵；步骤4.5：将组平均相关矩阵按列随机均分为四个子矩阵，对每个子矩阵进行K-means聚类，聚类个数采用2到22遍历阈值；其中K-means聚类采用欧式距离，计算公式如下： 其中，da,b为点a＝a1,a2,…,an和b＝b1,b2,…,bn之间的欧氏距离，n代表维度；步骤4.6：根据子矩阵聚类结果分别计算四个子矩阵的邻接矩阵，对每两个邻接矩阵采用Dice系数评估其相似性，将总共次比较结果取平均，得到最终的Dice系数，Dice系数计算公式如下： 其中，Vi代表由子矩阵i得到的聚类结果，Vj代表由子矩阵j得到的聚类结果；步骤4.7：比较聚类个数取2到22范围下得到的一系列Dice系数，Dice系数分为：[0,0.2]为低，[0.2,0.4]为较低，[0.4,0.6]中等，[0.6,0.8]为较高，[0.8,1]为高共5个区间，在保证Dice系数为高的前提下，选择聚类个数最大值作为最优聚类个数K；步骤4.8：对组平均相关矩阵进行聚类，聚类个数为K，将聚类结果赋值给所有白质体素，从而对所有白质体素进行分类标记，同一类白质体素被归为一个白质功能网络，相应得到K个白质功能网络，此结果被存储为白质功能网络模板；步骤5：对x脑组织进行功能分割；步骤5.1：读取每个被试预处理后的功能图像，使用步骤4.8获得的白质功能网络模板，获得每个被试K个白质功能网络的平均时间序列；步骤5.2：读取每个被试预处理后的功能影像，使用步骤3获得的x脑组织模板，获得所有被试每个x脑组织体素的时间序列；步骤5.3：对每个被试，计算每个x脑组织体素的时间序列和每个白质功能网络平均时间序列之间的偏相关相关系数，同时控制其它K-1个白质功能网络的影响，偏相关系数ρ的计算公式如下： 其中，i代表x脑组织内任意体素，j代表当前白质功能网络，l1、l2、…、lK-1代表除j之外的其它K-1个不同的白质功能网络，·代表需控制的变量，代表当控制变量l1、l2、…、lK-1时，i和j之间的偏相关系数；步骤5.4：对步骤5.3获取的偏相关系数做Fisher’sZ变换，获得大小为被试数×K×x脑组织体素个体数的三维连接模式Z图，Fisher’sZ变换的计算公式如下： ρ为步骤5.3中的步骤5.5：将Z值映射到x脑组织体素，保存为被试数×K个nifti格式的Z值影像文件；步骤5.6：取同一个白质功能网络下所有被试的Z值影像文件，进行单样本t检验，从而获得x脑组织每个体素对应到每个白质功能网络的统计t图，单样本t检验公式如下： 其中，为样本Z的均值，为样本标准差，n为被试数量；步骤5.7：使用winner-take-all算法，比较x脑组织每个体素对应到不同白质功能网络的t值，取最大t值所在的白质功能网络编号作为该x体素所属的亚区编号，最终将x脑组织分为与K个白质功能网络相对应的K个x脑组织亚区。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于白质功能网络的人脑组织分割图谱构建方法