[发明专利]基于静息态功能磁共振的大脑功能区对侧定位方法

权利要求书

1.基于静息态功能磁共振的大脑功能区对侧定位方法，其特征在于，其包括步骤：

1）通过健康人的大数据样本，利用静息态数据，建立全脑218子区图谱；其中，同时计算全脑左右对称各45个脑区功能区中每一个脑区中的体素与全脑其余88个脑区的功能连接，得到连接矩阵M，在计算其相似矩阵N后，对其进行二值化并进行分类，通过最大化互信息得到一个稳定的分区结果；所述对相似矩阵N二值化时，采用50次的分组交叉检验，通过计算标准化互信息

得到使得最大的，相似矩阵N进行二值化：

；

得到全脑218子区图谱；

2）通过健康人的大数据样本，对于218子区图谱中每一个子区，分别训练SVM分类器；

3）将获取的脑功能区胶质瘤患者的静息态功能影像及高精度的结构影像，进行预处理，包括：扫描层时间校正，头动校正，映射到标准化空间，去趋势项，带通滤波以及Scrubbing；在配准的同时，通过肿瘤MASK去除其对于标准化的影响，将未受到肿瘤影像的健康侧大脑映射到标准空间；

4）对于患侧目标区域的每一个体素，分别计算其与对侧多个特征区域信号的相关系数，以此作为支持向量机（SVM）分类器的输入，输出则为目标区域的每一个体素是否属于这个大脑子区；

5）最后，将所有定位的结果拼合，映射回个体空间形成对整个患侧大脑功能区的定位结果。

2.按权利要求1所述的基于静息态功能磁共振的大脑功能区对侧定位方法，其特征在于，所述的步骤2）中，进行定义目标区域：对每一个脑区，以AAL模板定位的脑区位置为中心，以此向外扩出2个体素的区域作为目标区域，试图将功能区从其中划分出来。

3.按权利要求1所述的基于静息态功能磁共振的大脑功能区对侧定位方法，其特征在于，步骤2）中，在训练集上计算每个大脑子区域及其周围的体素到对侧半脑的每个体素的功能连接，进行组间比较t-检验，经比对校正后，识别出具有显著组间差异的脑区cluster。

4.按权利要求3所述的基于静息态功能磁共振的大脑功能区对侧定位方法，其特征在于，步骤2）中，以找到的cluster中体素的平均信号再与目标区域的体素计算功能连接作为特征，针对每个子区训练一个支持向量机（SVM）分类器。

5.按权利要求1所述的基于静息态功能磁共振的大脑功能区对侧定位方法，其特征在于，步骤3）中，通过T2图像，在每一层图像上手动画出肿瘤部分，并且在配准的过程中，将这一部分标准化的权重都设为0，去除肿瘤对于标准化的影响。

6.按权利要求1所述的基于静息态功能磁共振的大脑功能区对侧定位方法，其特征在于，步骤5）中，将标准空间上的功能定位结果映射回个体空间，通过对45个功能脑区的逐一定位，在患侧半脑绘制脑功能定位图谱。