[发明专利]一种功能磁共振数据处理的脑区间协方差分析方法

权利要求书

1.一种功能磁共振数据处理的脑区间协方差分析方法，其特征在于：包括以下步骤：

A、脑数据的预处理

预处理是首先消除个体差异，得到统计参数图像；然后根据图像划定感兴趣区；使用SPM软件包对脑图进行配准和标准化；根据实验设计，指定估计模型得到统计结果；然后根据激活脑区的分布情况，找出这些激活区的精确的解剖部位，划定感兴趣区；

设脑图中圈定M个感兴趣区，实验中采集N帧图像，则脑图中的信号值可用以下矩阵来表示：

Si=Si,1,1Si,1,2······Si,1,NSi,2,1Si,2,2······Si,2,N············Si,M,1Si,M,2······Si,M,N]]>

其中矩阵元素S_i，j，k表示第i个被试脑图的第k帧图像处于第j个感兴趣区的信号值，S_i，j，k的信号值是以感兴趣区j中的t值最强点为中心的t值簇的均值；另外，在fMRI实验中，用T和C分别表示每个周期任务和控制持续时间内的图像数，L表示试验设计的周期数；

B、基于感兴趣区的有效连接分析

基于感兴趣区的有效连接分析是通过信号值的相关分析建立脑回路的功能调节模型；其具体方法是通过对比不同感兴趣区的任务相对于控制的变化，找出这些感兴趣区之间的关系；

设A_i，j为第i个被试的第j个感兴趣区的任务相对于控制的变化值，如公式

Ai,j=(Σk∈TaskSi,j,kT×L-Σk∈ControlSi,j,kC×L)/Σk∈ControlSi,j,kC×L(i=1,2···P;j=1,2···M;k=1,2···N)]]>

如果存在一共P个被试则得到

A=A1,1A1,2······A1,MA2,1A2,2······A2,M············AP,1AP,2······AP,M]]>

以矩阵中的每列为一个样本，M个样本之间两两进行相关分析，得到感兴趣区之间的有效性连接程度，相关分析选用对fMRI时间过程的研究中提出的方法；两个脑区的相关系数越趋近于1，则它们相关性越强；若相关系数趋近于0，意味着即使它们之间有解剖连接，也没有功能上的联系；这种方法可以把在处理同一个任务时各个脑区之间的相互作用明显的标示出来，初步直观的反映脑回路之间的功能调节；

C、任务过程中的时间协方差分析

首先，需要对每个信号值Si，j，k进行标准化：

Si,j,k′=(Si,j,k-Σk∈ControlSi,j,kC×L)/Σk∈ControlSi,j,kC×L(i=1,2···P;j=1,2···M;k=1,2···N)]]>

然后计算体素点任务与控制之间的相对差异，

ΔSi,j,k′=Si,j,k1′-Si,j,k2′(k1∈Task;k2∈Control;k1=k2+C)]]>

并求P个被试差异的均值

ΔSj,k=Σi=1pΔSi,j,k′p]]>

由此得到矩阵为：

ΔS=ΔS1,1ΔS1,2······ΔS1,NΔS2,1ΔS2,2······ΔS2,N············ΔSM,1ΔSM,2······ΔSM,N]]>

矩阵中每行的N个元素表示不同时间点的样本相对差异信号值，用这N个值作曲线图，就得到该感兴趣区在处理任务过程中的信号变化趋势；如果以每行为一个样本，M个样本之间两两求相关系数，就得到脑区之间的相关性；

D、时间依赖性连接的动态分析

选择两个感兴趣区，计算每个时刻感兴趣区之间的相关系数；在整个实验过程中，可组成一组两个感兴趣区相关系数变化的序列，从而动态分析整个过程中脑区间的联系；

对P个人的数据进行处理如上边公式所示，对于扫描第k幅脑图的时刻，

S′k=S′1,1,kS′1,2,k······S′1,M,kS′2,1,kS′2,2,k······S′2,M,k············S′P,1,kS′P,2,k······S′P,M,k]]>

以矩阵中的每列为一个样本，M个样本之间两两进行相关分，并依次类推对扫描每幅脑图的时刻作相关分析；然后，对于一对感兴趣区将任务时间段内的相关系数取出，并依次绘出点图；将控制时间段内的相关系数平均，作为绘图的基线；这种方法可以动态的反应出在执行任务过程中脑区之间的相互依赖性。