一种对复数fMRI数据进行ICA分析的后处理消噪方法
【专利摘要】一种对复数fMRI数据进行ICA分析的后处理消噪方法，属于复数fMRI数据分析领域。对于无相位模糊的空间激活脑区成分首先获取其相位图像相位取值范围为(-π,π]，然后定义[-π/4,π/4]范围内相位值对应的体素为激活体素，其他相位值对应的体素为干扰体素，据此构建单被试消噪mask以及多被试组平均消噪mask，分别作用于单被试和组平均成分，再去除幅值微小的体素，便得到最终的消噪结果。本发明能够保障ICA对完备的复数fMRI数据进行分析，进而解决因预处理消噪而造成的数据丢弃和脑信息损失问题。对于运动刺激下采集的复数fMRI数据，预处理消噪法只估计26个独立成分，而本发明可估计49个独立成分。
【专利说明】—种对复数fMRI数据进行ICA分析的后处理消噪方法
【技术领域】
[0001]本发明涉及复数fMRI数据的ICA分析，特别是涉及一种对复数fMRI数据进行ICA分析的后处理消噪方法。
【背景技术】
[0002]脑功能研究是世界范围内的重点和难点，而功能磁共振成像(functionalmagnetic resonance imaging, fMRI)凭借其无损伤和高空间分辨率优势，已成为脑功能研究的重要手段之一。通过采用模型驱动的分析方法如GLM (general linear model),或数据驱动的分析方法如独立成分分析(independent component analysis, ICA),人们可以从fMRI数据中提取丰富的空间激活脑区信息。
[0003]fMRI数据是复数，包括幅值数据和相位数据。但大部分fMRI分析方法只分析幅值数据，而完全丢弃相位数据。其原因在于，相位数据的噪声比幅值数据大且特性未知，这致使复数fMRI数据的分析极具挑战性。然而，fMRI相位数据中含有独特的脑功能成分，为了揭示完整的脑功能信息，必须加以利用。为此，自2000年初起，人们开始探索利用复数fMRI数据的ICA方法。2002年，Calhoun等人首先将ICA用于复数fMRI数据分析(Calhoun, V.D., Adali, T., Pearlson, G., Van Zi jl, P., Pekar, J., 2002.1ndependentcomponent analysis of fMRI data in the complex domain.Magnetic Resonance inMedicine48, 180-192)。为了消除相位噪声，该方法在ICA之前丢弃了大脑前半部分的体素。换句话说，此时的ICA只利用了约50%的复数fMRI数据。即使是这样，与只分析fMRI幅值数据的ICA方法相比，Calhoun方法所提取任务相关成分的连续激活体素数也平均高出12-23%。2009年，Rodriguez等人提出了一种新的相位消噪方法一相位质量图(phase quality map)消噪法(Rodriguez, P.A., Correa, N.Μ., Eichele, Τ., Calhoun, V.D., Adali, Τ., 2009.Quality map thresholding for de-noising of complex-valued fMRIdata and its application to ICA of fMR1.1EEE International Workshop on MachineLearning for Signal Processing (MLSP)，1-6)。该方法将fMRI相位数据中相位变化高于人为设定门限的体素确定为噪声体素，在ICA之前将其从复数fMRI数据中去除。实验表明，这部分去除数据约占fMRI总数据量的30%，也就是说，当利用相位质量图方法进行消噪时，ICA能利用约70%的复数fMRI数据，数据利用率得以提高，所恢复的脑功能信息更为丰富。因此，相位质量图消噪法在多篇复数fMRI数据的ICA分析文献中得以应用。
[0004]但是，不难看到，上述两种消除相位噪声的方法都在ICA之前去除了部分复数fMRI数据(至少30%左右)，这些去除数据中也含有丰富的脑功能信息。以一种运动刺激下采集的复数fMRI数据为例，消噪前复数fMRI数据所包含的独立成分个数不低于40，但相位消噪后降为26个，也就是说，大约14个脑功能成分因载体数据的缺失而缺失。可见，在ICA分析中利用复数fMRI数据是提取完整脑功能信息的关键。
【发明内容】
[0005]本发明的目的在于，取消ICA之前的相位消噪预处理，取而代之的是在ICA之后提供一种对空间激活脑区成分进行有效消噪的方法，保障ICA能够对单被试和多被试复数fMRI数据进行分析，解决因消噪预处理而造成的数据丢弃和脑信息损失问题。
[0006]本发明的技术方案是，对于单被试复数fMRI数据，直接进行ICA，获取K个空间激
活脑区成分^，k = 1，...，K,K为独立成分的个数。对\进行相位校正,得到无相位模糊的
空间激活脑区成分盖。由于没有预处理消噪.S1含有大量的高幅值噪声体素，用阈值法(去除幅值低于某一阈值的体素)无法消除。为此，本发明利用源相位图像进行消噪。具体而言，空间激活脑区成分基:为复数信号，包括幅值图像和相位图像，记相位图像为Iphase。为
区别于原始的复数fMRI相位数据(属于混合数据)，称基,Phase为源相位图像，其相位取值范
围为(_π, JI ]。在基，phase中，定义[-π/4, π /4]范围内相位值对应的体素为激活体素,其
他相位值，包括(-31 ,-JI/4)和(31/4，π ]范围内的相位值,对应的体素为干扰体素,则适于单被试空间激活脑区成分后处理消噪的mask构建如下:
【权利要求】
1.一种对复数fMRI数据进行ICA分析的后处理消噪方法，其特征是，对于单被试复数fMRI数据，直接进行ICA，获取K个空间激活脑区成分毛，k = 1，...，K，K为独立成分的个数；对毛进行相位校正，得到无相位模糊的空间激活脑区成分圣；获取源相位图像基,phase，即苎的相位图像，相位取值范围为(1，JI];在基，phase中，定义[_π/4, 31 /4]范围内相位值对应的体素为激活体素，其他相位值，包括(-31 ,-JI /4)和(31/4，31]范围内的相位值，对应的体素为干扰体素，构建适于单被试空间激活脑区成分后处理消噪的mask如下:
2.根据权利要求1所述的后处理消噪方法，其特征是，幅值微小的体素定义为幅值小于0.5的体素。
【文档编号】G06T5/00GK103985092SQ201410191416
【公开日】2014年8月13日 申请日期:2014年5月7日 优先权日:2014年5月7日
【发明者】林秋华, 于谋川, 龚晓峰, 丛丰裕 申请人:大连理工大学