[发明专利]一种基于fMRI与DTI融合的穹隆白质分割的方法

摘要

一种基于fMRI与DTI融合的穹隆白质分割的方法，包括对fMRI和DTI磁共振影像数据进行预处理、基于静息态功能连接对海马脑区进行区域分割、ROI选取、基于海马子区域和丘脑间白质纤维束示踪技术的穹隆白质分割四个步骤，本发明的创新之处在于提出了通过fMRI功能连接对海马脑区进行分割并以分割子区域作为种子点，以丘脑作为目标脑区进行白质纤维示踪对穹隆白质进行分割的新方法；本发明结合了人脑功能与结构的信息对穹隆白质进行了分割，思想新颖，过程简单，具有重要的科研和临床价值。

主权项

1.一种基于fMRI与DTI融合的穹隆白质分割的方法，其特征在于，具体步骤如下：(1)、对fMRI和DTI磁共振影像数据进行预处理，预处理包括功能磁共振成像和弥散张量成像两个方面，fMRI预处理分别有头颅分割、时间校正、头动校正、空间平滑、时域带通滤波、去线性漂移和冗余去除；DTI预处理包括涡流变形校正、去头皮操作、计算每一个体素的弥散张量和计算FA，MD弥散参数步骤；(2)、基于静息态功能连接对海马脑区进行区域分割，通过计算海马脑区每个体素的全脑连接模式，求得连接模式的相似度矩阵，运用谱聚类对全脑连接模式相似度矩阵进行聚类分割，实现海马的子区域分割；通过计算海马区域中每个体素的全脑连接模式，进而得到每两个体素之间的全脑连接模式相似度矩阵，以此矩阵进行子区划分；具体做法是提取海马每个体素的时间序列信号，对其他88个脑区的静息态信号，采用脑区内所有体素信号平均的方式提取；其次，通过计算每个海马内部的体素信号与其他88个脑区的信号之间的相关系数，得到海马体素的全脑连接矩阵M，其中元素(i，j)表示第i个海马体素到第j个脑区的功能连接强度；该矩阵的每一行描述了一个海马体素在静息态下和全脑其他脑区之间的连接模式，值越接近1，相关性越大；接着，计算每两行连接模式之间的相关系数就可以度量两个体素在全脑功能连接模式上的相似度，记为相似度矩阵N，其中每个元素表示海马第i个体素到第j个体素在全脑功能连接模式上的相似度；(3)、ROI选取，采用AAL模板将皮层和皮层下的灰质划分成90个脑区，左右丘脑分别对应为77号脑区和78号脑区，将左右丘脑配准到MNI空间作为目标ROI，将步骤(2)中分割得到的海马子区域作为种子ROI；(4)、基于海马子区域和丘脑间白质纤维束示踪技术的穹隆白质分割，在MNI空间以左右丘脑作为目标ROI，以海马子区域作为种子ROI，采用白质纤维示踪技术得到海马各子脑区间与丘脑的白质连接，从而实现穹隆白质的分割。