技术特征：
1.一种大脑纤维束异常区域精准定位系统，其特征在于，该系统包括如下模块：扩散磁共振数据采集模块，用于获取疾病组扩散磁共振数据以及相应的健康组扩散磁共振数据；扩散磁共振数据预处理模块，用于对扩散磁共振数据采集模块采集到的扩散磁共振数据进行降噪和矫正处理；全脑纤维追踪模块，用于基于预处理后的扩散磁共振数据提取全脑的纤维连接；定义感兴趣纤维束通路模块，用于自定义纤维束通路或者基于大脑纤维束模板提取纤维束通路；纤维束通路投射与分段模块，用于将纤维束通路投射到全脑的纤维连接结果上并进行分段，将每个分段定义为节点；纤维束节点影像指标提取模块，用于计算扩散磁共振数据的各向异性分数、平均扩散率、神经突内容积比以及方向分散度，从而得到每条纤维束通路每个节点上的影像学指标；机器学习分类与异常节点定位模块，用于通过机器学习的方法在疾病组和健康组之间用影像学指标做分类，定位不同疾病下哪些纤维束通路上的哪些节点发生了异常变化。2.根据权利要求1所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述扩散磁共振数据预处理模块用于对扩散磁共振数据进行基于pca方法的去噪，并进行基于反相位编码图像的畸变矫正以及对扩散磁共振数据进行头动矫正和对扩散磁共振数据进行涡流矫正。3.根据权利要求1所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述全脑纤维追踪模块用于对预处理后的扩散磁共振数据进行响应函数的估计以及通过球面约束反卷积重建纤维方向分布扩散模型，基于重建的模型进行全脑纤维追踪；用纤维束的球面反卷积滤波方法对纤维束进行筛选，仅保留有生理意义的纤维束。4.根据权利要求1所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述定义感兴趣纤维束通路模块用于在标准脑模板上定义起始感兴趣区域、终止感兴趣区域、通过感兴趣区域以及避开感兴趣区域，并进行基于种子点的纤维追踪，获得满足感兴趣区域的纤维束通路。5.根据权利要求4所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述定义感兴趣纤维束通路模块能够使用纤维束图谱上预先定义的纤维束通路。6.根据权利要求1所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述纤维束通路投射与分段模块用于将标准脑模板上的定义的纤维束感兴趣区域非线性配准到每个被试的结构像上，进而线性配准到每个被试的扩散像个体空间；在被试的个体空间进行基于种子点的纤维追踪，获得满足感兴趣区域的纤维束通路。7.根据权利要求4所述的一种大脑纤维束异常区域精准定位系统，其特征在于，在已经获得纤维束通路的情况下，能够直接对纤维束进行线性配准至被试的个体空间，从全脑的纤维追踪结果中提取出感兴趣的纤维束，将纤维束根据长度平均分成若干小段，每小段定义为一个节点。8.根据权利要求1所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述纤维束节点影像指标提取模块用于对扩散磁共振数据进行弥散张量成像dti模型拟合，计算全脑的各向异性分数fa和平均弥散系数md值，对扩散磁共振数据进行神经突定向弥散和密
度成像模型noddi模型拟合，计算全脑的细胞内体积分数icvf和方向扩散分数odi值；对每条纤维束的每个节点计算上述指标的平均值。9.根据权利要求1所述的一种大脑纤维束异常区域精准定位系统，其特征在于，所述机器学习分类与异常节点定位模块用于基于svm分类器，以每条神经纤维节点特征作为svm分类器的输入，以被试所在的组别为标签，作为svm分类器的输出，svm分类器训练集使用10折交叉验证，分别获取10个模型的特征权重，根据权重对特征进行从大到小排序，取前10%特征，并统计前10%特征中重复出现的节点特征，从而确定不同疾病下哪些纤维束通路上的哪些节点发生了异常变化。
技术总结
本发明公开了一种大脑纤维束异常区域精准定位系统,该系统从扩散磁共振数据中提取全脑的纤维连接，通过自定义纤维束通路或者基于大脑纤维束模板提取纤维束通路。将选定的纤维束通路投射到全脑的纤维连接结果上并进行精细地分段。用扩散磁共振数据计算各向异性分数，平均扩散率，神经突内容积比以及方向分散度等影像学指标，从而得到每条纤维束通路每个节点上的影像学指标，用机器学习的方法在疾病组和健康组之间用这些影像学指标做分类，可以精准定位不同疾病下哪些纤维束通路上的哪些节点发生了异常变化。本发明采用球面约束反卷积重建方法，估计每个体素上的纤维走向函数，来重建每个体素上的纤维分布，可以有效解决纤维交叉的问题。维交叉的问题。维交叉的问题。
技术研发人员：张瑜 孙超良 王凯凯 王志超 张欢 钱浩天
受保护的技术使用者：之江实验室
技术研发日：2022.10.19
技术公布日：2022/11/18