[发明专利]多被试复数fMRI数据移不变CPD分析方法

说明书

一种引入空间源相位稀疏约束的多被试复数fMRI数据移不变CPD分析方法，属于医学信号处理领域。在移不变CPD算法的基础上，利用交替最小二乘法更新被试共享SM成分、共享TC成分和各被试强度；将基于实数数据的被试时延估计扩展到复数数据的时延估计；对共享SM成分采用空间源相位稀疏约束方式再次更新，具体包括两步：首先对共享SM成分进行相位校正；然后对校正后的空间源相位的大相位体素，利用平滑L0范数逼近函数，对共享SM成分更新。本发明能有效提取出多被试复数fMRI数据中更为全面的共享复数脑功能信息，这些信息在今后脑认知和脑疾病研究都有非常好的应用前景。

技术领域

本发明涉及医学信号处理领域，特别是涉及一种多被试复数功能磁共振成像(functional magnetic resonance imaging,fMRI)数据的分析方法。

背景技术

fMRI是脑科学研究的重要技术之一，具有空间分辨高且安全无侵入等优势。由磁共振扫描仪获取的fMRI数据本质是复数的，包括幅值和相位。虽然目前大部分研究集中在幅值fMRI数据分析，但越来越多文献表明，只有利用复数fMRI数据，才能提取完整的脑功能信息。尽管复数fMRI数据因为引入相位数据而具有高噪声性，但已经有了有效的消噪方案，即发明专利“林秋华,于谋川,龚晓峰,丛丰裕.一种对复数fMRI数据进行ICA分析的后处理消噪方法.中国,CN201410191416.6”和文献“M.C.Yu,Q.H.Lin,L.D.Kuang,X.F.Gong,F.Cong,and V.D.Calhoun.ICA of full complex-valued fMRI data using phaseinformation of spatial maps.Journal of Neuroscience Methods,vol.249,pp.75-91,2015”提出的空间源相位消噪方法。该方法表明，在复数SM成分中，感兴趣体素的空间源相位集中在小相位范围[-π/4,π/4]，而噪声体素分散在大相位范围[-π,-π/4)∪(π/4,π]，称之为空间源相位的小相位特性。

多个被试的fMRI数据分析能够获取群体性特征，在疾病研究方面比单被试分析更有意义。因此，研究多被试复数fMRI数据的分析方法变得越来越重要。多被试fMRI数据易于表示为一个三维张量(空间维×时间维×被试维)。因此，张量分解算法适于分析多个被试的fMRI数据，但需要解决多被试fMRI数据与张量模型的失配问题。

首先，由于各被试脑响应的快慢和先后不可避免会存在差异，多被试fMRI数据存在时间差异性。针对该问题，可采用等人在2008年文章“M.L.K.Hansen,S.M.Arnfred,L.H.Lim,and K.H.Madsen.Shift-invariant multilinear decompositionof neuroimaging data.Neuroimage,vol.42,pp.1439–1450,2008.”中提出的移不变CPD(canonical polyadic decomposition)算法，该算法物理意义明确，将多被试幅值fMRI数据分解为各被试间共享脑空间激活成分(spatial map,SM)、共享时间过程成分(timecourse,TC)、各被试时延信息、以及各被试的强度差异信息。这些信息能够为脑功能研究和脑疾病诊断提供重要特征。

其次，多被试fMRI数据还具有空间差异性，主要体现为各被试的脑空间激活大小、位置、角度差异。目前，对于多被试幅值fMRI数据，空间差异性的解决方案有施加独立性约束，而多被试复数fMRI数据的空间差异性问题的解决方案还未见报道。

发明内容

本发明的目的在于，提供一种引入空间源相位稀疏约束的多被试复数fMRI数据移不变CPD分析方法，通过增加对共享SM成分的空间源相位稀疏约束，解决多被试复数fMRI数据的空间差异性问题。与此同时，因为空间源相位具有消噪特性，该方法能起到一定的消噪作用，进一步提升算法的整体性能。