基于时间空间相关特性分析功能MRI数据的方法.pdfVIP

第8 卷 第6 期 电路与系统学报 Vol. 8 No.6 2003 年12 月 JOURNAL OF CIRCUITS AND SYSTEMS December 2003 文章编号 1007-0249 (2003) 06-0072-05 基于时间-空间相关特性分析功能MRI 数据的方法* 王世杰 罗立民 东南大学 生物科学与医学工程系 江苏 南京 210096 摘要 如何从低信噪比的序列图像中准确 可靠地检测功能激发信号成为功能磁共振 fMRI 数据分析的关键 问题 当受检者接受同样的刺激或执行同样的任务时 激发体素具有相似的血流动力学响应时间过程 且激发体素 常以空间聚类的形式出现 本文给出一种联合体素的时间自相关特性及空间相关特性分析 fMRI 数据的方法 该方法 计算每个体素时间过程的最大时间自相关系数以及与其邻域体素时间过程的最大空间相关系数 利用主成分分析法 得到一个时间 空间联合相关测度 并通过检验该测度的统计显著性检测功能激发信号 仿真实验及实际的 fMRI 数 据分析结果表明了提出的方法具有较高的准确性及可靠性 关键词 功能磁共振成像 时间自相关 空间相关 时间-空间联合激发检测 中图分类号 TP391 文献标识码 A 1 引言 功能磁共振成像 fMRI 是近十年来快速发展的一种非入侵脑功能成像技术 通过不同类型的 感觉 视觉 运动或认知激发 该技术基于脑血流的血液氧合水平依赖 BOLD 效应 可以检测到 大脑皮层不同功能区域的激发信息 fMRI 以其快速 高空间分辨率 高时间分辨率的特性为进行脑 的认知活动 生理功能及病理状态的研究提供了有力的保证 成为脑科学和生命科学研究的重要工具 通过脑血流的 BOLD 效应检测到的磁共振信号改变只有 0.5~5% 磁场强度为 1.5T 功能序列 图象的信噪比较低 为了从这些低信噪比的图像中准确地检测出感兴趣的功能激发信号 通常需重复 多次实验以获得大量脑功能数据 如何准确可靠地检测功能激发信号成为 fMRI 数据分析的关键问题 [1] 常用的 fMRI 数据分析方法是相关分析方法 该方法根据先验知识 预先定义一个模拟脑血流 动力学响应函数的参考波形 然后计算逐体素的时间过程与该参考波形的相关系数 通过阈值化相关 系数来确定体素激发与否 但由于真正的脑血流动力学响应函数是未知的 而且不同功能区域的体素 具有不同的脑血流动力学响应模式 采用这种方法检测激发信号的准确性极大地依赖于参考波形与实 际的脑血流动力学响应函数之间的相似程度 在重复的功能实验中 当受检者接受同样的功能刺激或执行同样的任务 激发的体素具有相似的 [2] 脑血流动力学响应时间过程 这种相似性可通过基于逐体素的自相关技术或方差分析技术测定 然 后选择一个适当的阈值 阈值化相关系数 以识别激发与未激发体素 虽然这些方法不需要脑血流动 力学响应函数的先验假设 但只考虑了 fMRI 数据的时间相关特性 忽略了体素间的空间信息 体素 的空间连通性是分析 fMRI 数据的一个重要因素[3][4] 考虑到激发的体素通常以空间聚类的形式出现 一个激发体素的时间过程与其邻域体素的时间过程具有很高的相关性 文献[5]提出一种联合体素的 时间自相关特性及空间相关特性分析 fMRI 数据的方法 但该方法的不足之处是功能激发信号检测的 准确性 可靠性依赖于激发体素的时间过程及其邻域体素的血流动力学响应时间过程之间的相似程 度 当这种相似程度减小时 功能激发信号检测的准确性 可靠性将降低 实际的功能实验过程中 存在几种干扰因素 受检者重复执行同一任务时存在不同程度的差别 对重复施加的特定刺激存在不同程度的期望或厌倦 功能刺激的施加时序与数据的采集不可能完全同 步 由于大脑皮层内