一種功能核磁共振時(shí)間序列匹配方法
【專利摘要】本發(fā)明公開(kāi)了一種功能核磁共振時(shí)間序列匹配方法，包括以下步驟：計(jì)算系數(shù)矩陣β的初始值；計(jì)算觀測(cè)信號(hào)時(shí)間序列Y與設(shè)計(jì)時(shí)間序列X間的范式距離Fdist；隨機(jī)獲取新的記錄點(diǎn)；計(jì)算新的范式距離Fdist；輸出β，完成Y與X的β匹配。本發(fā)明在fMRI時(shí)間序列匹配中將時(shí)域信號(hào)經(jīng)快速離散傅立葉模變換后得到頻域序列，從而完全消除相位信息，以達(dá)到消除要匹配的fMRI時(shí)間序列間相位差的目的。本發(fā)明與當(dāng)前相位校正的方法相比，更為簡(jiǎn)單，消耗的計(jì)算量少。本發(fā)明對(duì)離散傅里葉變換進(jìn)行加權(quán)約束，以降低高頻部分的影響，優(yōu)先考慮了低頻有效信號(hào)，更為明確地確定“最感興趣頻率”的位置，從而降低激活檢驗(yàn)結(jié)果出現(xiàn)“偽陽(yáng)性”體素的可能性。
【專利說(shuō)明】一種功能核磁共振時(shí)間序列匹配方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種數(shù)據(jù)處理技術(shù)，特別是一種功能核磁共振時(shí)間序列同頻不同相的 匹配方法。

【背景技術(shù)】
[0002] 功能磁共振（fMRI)技術(shù)，是無(wú)損地研宄人腦行為活動(dòng)的重要影像技術(shù)，具有廣泛 而重要的應(yīng)用前景。fMRI信號(hào)是一種難以直觀解讀的觀測(cè)型信號(hào)，因此針對(duì)fMRI信號(hào)的合 理分析具有重要意義，這既是熱點(diǎn)但也是難點(diǎn)問(wèn)題。
[0003] fMRI技術(shù)的通過(guò)大腦的血氧水平依賴效應(yīng)呈現(xiàn)大腦的活動(dòng)情況，通過(guò)該效應(yīng)，可 以實(shí)時(shí)地檢測(cè)大腦活動(dòng)的腦血流變化情況。fMRI數(shù)據(jù)有以下幾個(gè)特點(diǎn)：
[0004] 1)延遲特性。一個(gè)腦功能刺激，fMRI信號(hào)往往并不能做出及時(shí)的反饋，而是在幾 秒后達(dá)到峰值。
[0005] 2)混淆特性。在以往的信號(hào)分析研宄中，fMRI信號(hào)通常被看作一種由不同刺激經(jīng) 過(guò)線性疊加而形成的觀測(cè)信號(hào)。
[0006] 3)采樣點(diǎn)多。fMRI的掃描精度比較高，若以2秒每幀的速度進(jìn)行掃描，可以獲得 64*64*32分辨率的大腦圖像。因此對(duì)維數(shù)比較敏感的算法，在應(yīng)用到fMRI數(shù)據(jù)中往往會(huì)遇 到困難。
[0007] 3)信噪比低。大腦是一個(gè)復(fù)雜的整體，在進(jìn)行某些特定認(rèn)知任務(wù)的時(shí)候，大腦還 肩負(fù)著人體的調(diào)節(jié)工作，比如呼吸、心跳等一系列維持生命所必須的生理活動(dòng)。而在進(jìn)行有 意識(shí)的活動(dòng)的同時(shí)，大腦也會(huì)出現(xiàn)許多伴隨著諸多因長(zhǎng)期的生活訓(xùn)練而出現(xiàn)的無(wú)意識(shí)的活 動(dòng)。
[0008] fMRI實(shí)驗(yàn)數(shù)據(jù)按照實(shí)驗(yàn)刺激的不同主要分為靜息態(tài)數(shù)據(jù)和功能實(shí)驗(yàn)數(shù)據(jù)。靜息 態(tài)數(shù)據(jù)無(wú)需被掃描者做出任何活動(dòng)，主要用于觀察人處于無(wú)意識(shí)狀態(tài)下的大腦活動(dòng)。而功 能數(shù)據(jù)則是在進(jìn)行腦科學(xué)實(shí)驗(yàn)時(shí)，實(shí)驗(yàn)設(shè)計(jì)者給予受試者外界刺激，誘導(dǎo)受試者有意識(shí)地 進(jìn)行思維活動(dòng)所產(chǎn)生的fMRI數(shù)據(jù)，主要用于觀察當(dāng)人處于有意識(shí)的行為時(shí)，大腦的活動(dòng)狀 --τ O
[0009] 目前用于分析fMRI行為實(shí)驗(yàn)數(shù)據(jù)的常用軟件主要有統(tǒng)計(jì)參數(shù)映射模型（SPM)、 fMRI組獨(dú)立成分工具箱（GIFT)、靜息態(tài)數(shù)據(jù)處理方法（Dparsf)等，這些工具已經(jīng)用于進(jìn)行 人腦行為認(rèn)知的研宄當(dāng)中，最為廣泛的是SPM(Statistical Parametric Maps)，它可以提 取特定刺激因素引起大腦活動(dòng)的范圍，即腦激活區(qū)。SPM主要利用刺激時(shí)間序列這一先驗(yàn)條 件，提出一種線性疊加模型，即廣義線性模型（GLM)，來(lái)分析不同腦區(qū)的fMRI時(shí)間序列信號(hào) 與刺激時(shí)間序列的線性疊加關(guān)系，從而判定該區(qū)域與特定刺激的相關(guān)性。SPM框架包括多個(gè) 組成部分，包括時(shí)間校正、頭動(dòng)校正、標(biāo)準(zhǔn)化預(yù)處理等數(shù)據(jù)預(yù)處理方法，并集成GLM、pair&no pair T檢驗(yàn)、F檢驗(yàn)和貝葉斯等多種數(shù)據(jù)分析方法。Rest、Dparsf、GIFT、MICA等f(wàn)MRI數(shù)據(jù) 分析工具包直接集成或加載SPM的部分功能，或要求數(shù)據(jù)由SPM進(jìn)行預(yù)處理后再進(jìn)行數(shù)據(jù) 分析。
[0010] SPM雖然被廣泛應(yīng)用，但也有部分fMRI信號(hào)并沒(méi)有得到很好地轉(zhuǎn)換為腦區(qū)激活信 息，因?yàn)槠湟蕾嚨膹V義線性模型（SPM-GLM)對(duì)刺激時(shí)間序列的要求比較苛刻，這大大限制 了 fMRI實(shí)驗(yàn)設(shè)計(jì)的靈活性，而且該方法將fMRI時(shí)間序列視為一個(gè)向量，通過(guò)評(píng)價(jià)擬合參考 序列與待測(cè)時(shí)間序列信號(hào)的范數(shù)距離作為目標(biāo)函數(shù)，即待測(cè)fMRI信號(hào)與模型參考時(shí)間序 列的匹配程度，來(lái)評(píng)價(jià)優(yōu)化的目的。但是作為時(shí)間序列，相鄰的時(shí)間點(diǎn)間聯(lián)系是很緊密的， 而fMRI信號(hào)作為時(shí)間序列，由刺激引發(fā)的信號(hào)發(fā)生延遲的個(gè)體差異較大，即使同一個(gè)體對(duì) 不同的刺激反應(yīng)延遲也存在差異，因此當(dāng)腦神經(jīng)元活動(dòng)的時(shí)間與刺激呈現(xiàn)的時(shí)間存在較大 不確定性的差異時(shí)，即大腦活動(dòng)的時(shí)間序列本身難以準(zhǔn)確描述的時(shí)候，傳統(tǒng)的SPM-GLM方 法很難得到理想的結(jié)果。


【發(fā)明內(nèi)容】

[0011] 為解決現(xiàn)有技術(shù)存在的上述問(wèn)題，本發(fā)明要提出一種簡(jiǎn)便的、可以克服延遲的功 能核磁共振時(shí)間序列匹配方法。
[0012] 為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：一種功能核磁共振時(shí)間序列匹配方 法，包括以下步驟：
[0013] A、計(jì)算系數(shù)矩陣β的初始值
[0014] 將廣義線性模型GLM表述為如下形式：
[0015] Y = Χβ + ε..............(I)
[0016] 其中，Y為觀測(cè)信號(hào)時(shí)間序列，X為設(shè)計(jì)時(shí)間序列，β為系數(shù)矩陣，ε為誤差，則系 數(shù)矩陣β的初始值的計(jì)算公式如下：
[0017] β = (XTX)_1XTy.........(2)
[0018] 式中y是Y的一個(gè)分量。
[0019] B、計(jì)算觀測(cè)信號(hào)時(shí)間序列Y與設(shè)計(jì)時(shí)間序列X間的范式距離Fdist:
[0020] Fdist (Y, X β ) = norm (Υ-Χ β ) *norm (|fft(Y) |-|fft(X0) | *w).....(3)
[0021] 其中，norm()表示二范數(shù)，fft()表示快速傅立葉變換，I · I表示取絕對(duì)值，w為 權(quán)重向量，其j分量w (j)由下列公式計(jì)算：
[0022] w(j) = l/(e_nJ-e0J)...........(4)
[0023] w = w/max (w)............(5)
[0024] 其中n為正向感興趣頻率常數(shù)，θ為負(fù)向感興趣頻率常數(shù)，它們共同通過(guò)公式 (5)來(lái)確定"最感興趣頻率"的位置。
[0025] C、設(shè)置初始值
[0026] 定義初始記錄器Vd= bmin= β，設(shè)置ε = 〇. 1，Δ = 1，設(shè)置迭代計(jì)算器t = 0， sJ= Fdist (y，χ*β )，這里 J· = !。
[0027] D、設(shè)置隨機(jī)方向正確次數(shù)記錄器
[0028] 設(shè)置隨機(jī)方向正確次數(shù)記錄器k = 0。
[0029] E、隨機(jī)獲取新的記錄點(diǎn)
[0030] 更新步長(zhǎng)Δ = Δ/2,在當(dāng)前記錄器bold鄰域內(nèi)，從Δ)分布中隨機(jī)獲取 新的記錄點(diǎn) bnew，使得 bnew滿足（b ^-b-) * ODnew-D + ε >〇。
[0031] F、計(jì)算新的范式距離Fdist
[0032] Snew= Fdist (y, x*bnew)............(6)
[0033] 其中x是X的一個(gè)分量。
[0034] G、如果sn"〈Sj，則k增加1位。
[0035] H、如果k>v*p，返回步驟D。這里V是采樣數(shù)，p是0?0. 5之間的隨機(jī)數(shù)。
[0036] I、更新 sj+1= s new; β j+1= b min; j 增加 1 位。
[0037] J、轉(zhuǎn)步驟D，迭代直到j(luò)到達(dá)迭代最大次數(shù)，所述的最大次數(shù)為90-100次。
[0038] K、輸出β，完成Y與X的β匹配。
[0039] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：
[0040] 1、頻域模變換：如公式（3)所示，本發(fā)明在fMRI時(shí)間序列匹配中將時(shí)域信號(hào)經(jīng)快 速離散傅立葉模變換后得到頻域序列，從而完全消除相位信息，以達(dá)到消除要匹配的fMRI 時(shí)間序列間相位差的目的。本發(fā)明與當(dāng)前相位校正的方法相比，更為簡(jiǎn)單，消耗的計(jì)算量 少。
[0041] 2、加權(quán)約束：考慮離散傅里葉變換，高頻部分的離散傅里葉變換相當(dāng)于高頻噪聲， 本發(fā)明對(duì)離散傅里葉變換進(jìn)行加權(quán)約束，如公式（4)-(5)所示，以降低高頻部分的影響，優(yōu) 先考慮了低頻有效信號(hào)，更為明確地確定"最感興趣頻率"的位置，從而降低激活檢驗(yàn)結(jié)果 出現(xiàn)"偽陽(yáng)性"體素的可能性。
[0042] 3、變步長(zhǎng)啟發(fā)式尋優(yōu)：在fMRI中，若將GLM看作一個(gè)時(shí)間序列的匹配問(wèn)題，欲尋求 其最優(yōu)解則無(wú)疑是一種連續(xù)空間中的問(wèn)題。如步驟D到步驟I，本發(fā)明通過(guò)一個(gè)隨機(jī)給定的 初始點(diǎn)，逐步尋求其鄰域內(nèi)的更好的點(diǎn)，并利用近似兩個(gè)互相穿過(guò)對(duì)方球心的球的球面所 圍成的一個(gè)空間形成的一個(gè)二階連續(xù)空間作為空間禁忌啟發(fā)式準(zhǔn)則，提高了搜索效率，當(dāng) 逐步尋優(yōu)遇到瓶頸時(shí)，逐步減少搜索半徑，提高了搜索精度。

【專利附圖】

【附圖說(shuō)明】
[0043] 本發(fā)明共有附圖4張，其中：
[0044] 圖1是非線性加權(quán)向量曲線圖。
[0045] 圖2是本發(fā)明的尋優(yōu)流程圖。
[0046] 圖3是模擬的時(shí)間序列匹配圖。
[0047] 圖4是所得的感興區(qū)的激活圖。

【具體實(shí)施方式】
[0048] 下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行進(jìn)一步地描述。
[0049] 圖1是非線性加權(quán)向量曲線圖，其中，實(shí)線是觀測(cè)時(shí)間序列變換到頻域后的位置 曲線，虛線是頻域匹配非線性加權(quán)權(quán)重w。在步驟B中，為fMRI時(shí)間序列匹配提供頻域匹配 權(quán)重w，也就是圖1中虛線所示，提高信噪比，降低激活檢驗(yàn)結(jié)果出現(xiàn)"偽陽(yáng)性"體素的可能 性。
[0050] 圖2是本發(fā)明的尋優(yōu)流程圖，該流程圖是在時(shí)間序列頻域?qū)R之后通過(guò)迭代方式 降低匹配誤差的過(guò)程，如步驟D到J所描述，該尋優(yōu)方式是在二階禁忌空間中進(jìn)行隨機(jī)鄰域 優(yōu)化，使得本發(fā)明中的匹配可以穩(wěn)定收斂到全局最優(yōu)解，同時(shí)避免陷入局部最優(yōu)解，而且如 步驟E所描述，尋優(yōu)步長(zhǎng)△可變，提高了本發(fā)明的精度，使得最終得到的β解可以穩(wěn)定在 精度范圍內(nèi)，并且根據(jù)Abel收斂準(zhǔn)則，該收斂于全局最優(yōu)解。
[0051] 圖3是模擬的時(shí)間序列匹配圖，其中實(shí)線是設(shè)計(jì)時(shí)間序列X，帶小方塊標(biāo)記的實(shí)線 是由本發(fā)明進(jìn)行匹配所得到的fMRI信號(hào)時(shí)間序列，顯示了本發(fā)明的fMRI時(shí)間序列匹配效 果。
[0052] 圖4是所得的感興區(qū)的激活圖，該圖是經(jīng)過(guò)本發(fā)明中步驟A到K完成記憶想象實(shí) 驗(yàn)觀測(cè)時(shí)間序列與設(shè)計(jì)時(shí)間序列匹配后對(duì)腦激活的判別結(jié)果，從圖4可以看出激活體素準(zhǔn) 確。
[0053] 表1是激活體素?cái)?shù)目統(tǒng)計(jì)結(jié)果，從比較結(jié)果看，經(jīng)過(guò)本發(fā)明的匹配方法檢測(cè)激活 體素，有效降低"偽陽(yáng)性"。
[0054] 表1 :激活體素?cái)?shù)目統(tǒng)計(jì)結(jié)果表
[0055]

【權(quán)利要求】
1. 一種功能核磁共振時(shí)間序列匹配方法，其特征在于：包括以下步驟： A、 計(jì)算系數(shù)矩陣0的初始值 將廣義線性模型GLM表述為如下形式： Y = X0 + e ............... (1) 其中，Y為觀測(cè)信號(hào)時(shí)間序列，X為設(shè)計(jì)時(shí)間序列，0為系數(shù)矩陣，e為誤差，則系數(shù)矩 陣0的初始值的計(jì)算公式如下： 0 = (XTX)^XTy......... (2) 式中y是Y的一個(gè)分量； B、 計(jì)算觀測(cè)信號(hào)時(shí)間序列Y與設(shè)計(jì)時(shí)間序列X間的范式距離Fdist: Fdist (Y, X 0 ) = norm(Y-X 0 ) *norm( | fft (Y) | -1 fft (X 0 ) | *w) --?. . (3) 其中，norm()表示二范數(shù)，fft()表示快速傅立葉變換，| ? |表示取絕對(duì)值，w為權(quán)重 向量，其j分量w(j)由下列公式計(jì)算： w(j) = l/(e-nJ-e0J).........-- (4) w = w/max (w)............ (5) 其中n為正向感興趣頻率常數(shù)，0為負(fù)向感興趣頻率常數(shù)，它們共同通過(guò)公式（5)來(lái) 確定"最感興趣頻率"的位置； c、設(shè)置初始值 定義初始記錄器13。1(1= bmin= |3，設(shè)置e = 〇. 1，A = 1，設(shè)置迭代計(jì)算器t = 0，s」= Fdist (y，x* 0 )，這里 j = 1 ; D、 設(shè)置隨機(jī)方向正確次數(shù)記錄器 設(shè)置隨機(jī)方向正確次數(shù)記錄器k = 0 ; E、 隨機(jī)獲取新的記錄點(diǎn) 更新步長(zhǎng)A = A/2,在當(dāng)前記錄器bold鄰域內(nèi)，從A)分布中隨機(jī)獲取新的 記錄點(diǎn) bnew，使得 bnew滿足（b min-bQld) * (bnew-bQld) + e >〇 ; F、 計(jì)算新的范式距離Fdist Snew= F dist(y? X*bnew)............ (6) 其中X是X的一個(gè)分量； G、 如果snOT〈Sj，則k增加1位； H、 如果k>v*p，返回步驟D ;這里v是采樣數(shù)，p是0?0. 5之間的隨機(jī)數(shù)； I、 更新 sj+1= s new; |3 j+1= b min; j 增加 1 位； J、 轉(zhuǎn)步驟D，迭代直到j(luò)到達(dá)迭代最大次數(shù)，所述的最大次數(shù)為90-100次； K、 輸出0，完成Y與X的0匹配。
【文檔編號(hào)】A61B5/055GK104434109SQ201410805041
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月19日 優(yōu)先權(quán)日:2014年12月19日
【發(fā)明者】劉洪波, 陳亮, 張維石, 馮士剛 申請(qǐng)人:大連海事大學(xué)