基于静息态fMRI的功能连接分析方法研究的中期报告.docxVIP

基于静息态fMRI的功能连接分析方法研究的中期报告 1. 研究背景 静息态fMRI（Resting-state functional MRI，rs-fMRI）技术已成为研究脑网络连接的重要手段。与传统的任务激活态fMRI不同，rs-fMRI无需激发任何任务，即可获得脑区间的功能连接信息。rs-fMRI技术所获得的功能连接信息可以用来研究脑区间的功能耦合、脑网络的结构和功能等。但是，rs-fMRI数据处理过程中存在的多个问题一直是限制其应用的重要因素，例如头动、心跳、呼吸等生理运动会导致图像伪影与噪声，并且这些因素对数据质量的影响可能与不同受试者之间存在差异。 2. 研究目的 本研究旨在探索基于静息态fMRI数据的功能连接分析方法，包括去除噪声的方法、脑网络分析方法等。通过对实验数据的处理和分析，验证该方法的有效性和准确性。 3. 研究方法 3.1 材料与实验设计 选取15名健康受试者，使用3.0T磁共振仪采集其静息态fMRI数据，每位受试者连续扫描300个时间点，每个时间点采集33个层面、3.0 mm×3.0 mm分辨率的图像。 3.2 数据处理 首先进行去噪处理，包括头动校正、呼吸和心跳去除，以及局部均值归一化。然后采用ICA分析的方法对数据进行降维和去除伪影。最后采用GRAPPA方法进行插值，滤波和模式去除。将数据在标准空间中的影像分布进行线性放缩（Linear scaling