基于fmri和dti融合的脑默认模式功能网络研-微电子学与固体电子学专业论文.docxVIP

I I 基于 fMRI 和 DTI 融合的脑默认模式功能网络研究 中文摘要 基于 fMRI 和 DTI 融合的脑默认模式功能网络研究 中文摘要 功能磁共振成像(fMRI)可反映脑皮质对认知任务或外界刺激响应的血氧功能；弥 散张量成像(DTI)可以追踪出脑区之间纤维束连接的结构。融合两种图像，可精确直 观地揭示脑功能区之间纤维结构连接的关系。 静息态 fMRI 是大脑的自发活动，揭示各脑区之间的关联，对大脑的运行机制能 够更深入研究。 默认模式网络(DMN)是在人脑处于静息状态时维持人脑健康代谢活动 的若干具有时间相关性的脑区组成的网络。 本文将对独立成分分析（ICA）进行改进，并应用于 fMRI 功能区的提取。提出结 合经典相关分析（CCA）的 ICA 算法和参考独立成分分析（ICA-R）算法对静息态 fMRI 的功能区进行提取，定位 DMN 并以此为种子区，融合 DTI 数据追踪功能区之间的纤维 连接，得到 DMN 功能连接网络。论文主要研究内容如下： 1.提出 CCA+ICA 算法定位静息态 fMRI 的 DMN。首先采用 CCA 降低 fMRI 数据的空间 维度，基于 ICA 提取静息态 fMRI 的 DMN。仿真和影像数据处理表明，CCA+ICA 算法可 有效减少迭代次数，提高数据处理的效率。 2. 提出参考独立成分分析（ICA-R）算法处理静息态 fMRI 定位 DMN。将源信号的 部分先验信息作为 ICA-R 算法的参考信号，可以高效地得到一个独立成分作为期望源 信号的估计，且该独立成分和参考信号最为接近。仿真和影像数据处理表明，该算法 可有效提高效率，且对 DMN 提取更符合人的生理特性。 3. 静息态 fMRI 融合弥散加权成像(DTI)追踪 DMN 功能区之间的纤维连接，获取 DMN 功能连接网络。首先以 fMRI 定位出的 DMN 功能区作为种子区，与 DTI 图像进行空间 配准，采用遗传+模拟退火算法追踪种子区之间的纤维连接，得到 DMN 功能连接网络。 关键词：功能磁共振成像 默认网络 弥散张量成像 独立成分分析 作 者：胡亚敏 指导教师：孙 兵 II II Abstract Research of the default mode network based on the fusion of fMRI and DTI Research of the default mode network based on the fusion of fMRI and DTI Abstract Functional magnetic resonance imaging (fMRI) could reflecte the blood oxygen function of external stimulus or cognitive tasks about cerebral cortex and nuclei oflaterleminiscus. Diffusion tensor imaging (DTI) can track out the structure of the fiber bundle connection. The fusion of this two images reveal the relationship of fiber tracts exactly and visually. Resting state of fMRI is a spontaneous activities of human brain. It reveals the relationship between different brain regions, and have a further research in brain machinery. It is the default mode network (DMN) in the brain which is in the resting state of metabolic activity to sustain the health of the human brain when several time correlation network of brain regions. In this paper, independent component analysis (ICA) is applied to fMRI to the extraction of brain functional region. Combine canonical correlation analysis (CCA) with ICA algorithm, and ICA with