[发明专利]一种基于fMRI脑激活数据仓库的数据分析方法

说明书

技术领域

本发明涉及一种将数据仓库与数据挖掘技术引入基于fMRI脑激活数据仓库的数据分析方法,属于医学图像处理领域。 

背景技术

随功能性磁共振成像(functional Magnetic Resonance Imaging，fMRI)能实时跟踪信号的改变。例如在仅几秒钟内发生的思维活动，或认知实验中信号的变化，时间分辨率达到1s。随着该技术的不断成熟与发展，越来越多的学者运用fMRI研究大脑的高级神经活动。fMRI极大增强了我们进行脑研究的能力，近年来已经广泛应用于感知觉、运动控制和语言认知等脑功能研究，而这些研究活动也产生了大量的实验数据。SPM是专门为脑功能成像数据分析，他可以解决不同图像数据间的比较问题，给出了具有统计学意义的结果。 

本世纪80年代中期首次提出的“数据仓库”的概念是William H.Inmon先生在其《建立数据仓库》一书中定义的。他认为：数据仓库是在管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。但是随着数据仓库不断发展与完善，其服务也应该突破管理和决策的范围，延伸向其他领域。面对脑功能成像研究的新需求，数据仓库的许多功能如：数据深层挖掘、多维分析和动态查询等，都可以作为强有力的工具，为其提供全新的方法。 

虽然SPM已经为实验提供了大量的数据和结果，但随着脑科学研究的不断深入，对数据的挖掘不断产生了新的需求，SPM已经无法完全满足脑科学研究的要求。这就需要引入新技术，对数据进行二次分析、处理和整合从而发现新的规律，揭示脑高级活动的深层机制，使目前散乱的脑功能成像数据和结果得到有序化运用。因此，我们的目标就是结合SPM提供的数据和结果，如何把数据仓库理论和方案移植到FMRI的脑科学研究当中。 

发明内容

为解决现有数据分析技术存在的上述问题，本发明要设计一种基于fMRI脑激活数据仓库的数据分析方法，包括以下步骤： 

A、FMRI数据仓库的建立方法； 

A1、FMRI数据仓库的基本框架，从整体上把握数据仓库的总体框架； 

A2、数据抽取；数据仓库的数据并非直接得到的原始数据，而是经过SPM处理后的数据； 

A3、维度与事实；主要包括：被测试人员维、测试方式维、脑区域维、脑坐标维、实验时间序列维、事实表； 

B、进行数据处理； 

加权像与时间构成了一个的函数，记为y=bold（x,y，z,n），其中x,y,z分别为体素点的三维坐标；n为时间，其时间分辨率依机器设备的扫描速度而定； 

对于一个体素点，它的三维坐标已定，所以函数又可写成y=bold（x0,y0,z0,n）； 

B1、正规化：对每一个体素的时间序列S=应用公式1进行正规化