基于腦磁圖和彌散張量成像的多模態(tài)腦功能重建評估方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于腦磁圖和彌散張量成像數(shù)據(jù)的多模態(tài)信號分析技術(shù)，屬于圖 像處理和信號處理等領(lǐng)域。
【背景技術(shù)】
[0002] 目前，抑郁癥患者經(jīng)過一段時(shí)間的治療后，功能恢復(fù)狀況的臨床診斷是臨床醫(yī)生 通過癥狀的緩解，結(jié)合漢密爾頓抑郁量表（HAMD)、大體評定量表（GAS)等量表，通過醫(yī)師評 估及患者自評得到的。這種方式，具有很強(qiáng)的主觀性，對臨床醫(yī)生的問詢經(jīng)驗(yàn)有極高的要 求。另外，癥狀的外顯往往會遲于腦環(huán)路的改變。這些因素將導(dǎo)致難以客觀及時(shí)地反映患 者的真實(shí)恢復(fù)程度。
[0003] 抑郁癥患者經(jīng)過急性期治療，功能活動水平可以得到一定程度的恢復(fù)，但是可能 會出現(xiàn)反復(fù)發(fā)作情況，即功能并沒有得到真正的恢復(fù)。既往對抑郁癥患者功能恢復(fù)的研究， 多是單獨(dú)從功能角度來研究，然而大腦的結(jié)構(gòu)與功能是緊密聯(lián)系的，功能是建立在大腦結(jié) 構(gòu)的基礎(chǔ)上，結(jié)構(gòu)與功能之間關(guān)系的異?？赡芴崾局钟舭Y功能異常的物質(zhì)基礎(chǔ)。因此， 從腦結(jié)構(gòu)和功能影像學(xué)中提取多模態(tài)量化指標(biāo)，可以為治療后大腦功能活動水平的恢復(fù)程 度，提供更為有效和及時(shí)的評估，從而保證足程足量的有效治療，同時(shí)避免過度治療。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明提出一種基于腦磁圖和彌散張量 成像的多模態(tài)腦功能重建評估方法，從功能、結(jié)構(gòu)兩方面融合的角度及時(shí)有效評估抑郁癥 患者功能重建情況，避免主觀因素干擾。
[0005] 技術(shù)方案：為了解決上述問題，本發(fā)明提出一種基于腦磁圖和彌散張量成像的多 模態(tài)腦功能重建評估方法，首先依靠腦磁圖數(shù)據(jù)獲得動態(tài)腦功能連接信息，依靠彌散張量 成像數(shù)據(jù)獲得腦結(jié)構(gòu)連接信息；然后對感興趣腦區(qū)間的腦功能連接時(shí)間序列進(jìn)行分析，獲 取腦區(qū)間功能連接發(fā)生快速上升的階段，在該階段意味著為了進(jìn)行有效信息交互，功能連 接需要擺脫結(jié)構(gòu)的約束來更加柔性地處理當(dāng)前任務(wù)；最后計(jì)算功能連接發(fā)生快速上升的階 段的功能結(jié)構(gòu)藕合，以此標(biāo)記腦功能為了有效處理任務(wù)的柔性能力，同時(shí)也反映患者通過 治療獲得的功能重建程度，具體包括如下步驟：
[0006] 1)在被試中選擇感興趣腦區(qū)，提取對應(yīng)腦區(qū)的腦磁圖信號，并對提取出的每個(gè)腦 區(qū)的時(shí)間序列信號進(jìn)行滑動時(shí)間窗的分窗處理，計(jì)算對應(yīng)時(shí)間窗內(nèi)每兩個(gè)腦區(qū)間的功能連 接值，進(jìn)而得到被試存在的功能連接矩陣，具體計(jì)算方法為：
[0007] 在每個(gè)時(shí)間窗內(nèi)，對每個(gè)腦區(qū)內(nèi)的信號進(jìn)行平均化，利用皮爾遜相關(guān) 計(jì)算每兩個(gè)腦區(qū)之間的時(shí)間相關(guān)性，作為該時(shí)間窗內(nèi)這兩個(gè)腦區(qū)間的功能連接 值，進(jìn)而得到這兩個(gè)腦區(qū)間的功能連接矩陣。每個(gè)被試存在一個(gè)MXMXN的功 能連接矩陣，其中Μ是腦區(qū)數(shù)目，N是滑動時(shí)間窗的個(gè)數(shù)，每個(gè)時(shí)間窗的窗長為： 巧+(j-l)Xt4，A+j=1工…,L(i2 -h)"4 +1」ti,t2,t3,t4分別為時(shí)間序列 的起始時(shí)間、結(jié)束時(shí)間、時(shí)間窗長度和滑動步長。
[0008] 2)按照步驟1)中選定的感興趣腦區(qū)，提取彌散張量成像數(shù)據(jù)，計(jì)算每兩個(gè)腦區(qū)間 的結(jié)構(gòu)連接值，進(jìn)而得到被試存在的結(jié)構(gòu)連接矩陣，具體計(jì)算方法為：
[0009] 對于任意兩個(gè)腦區(qū)Roi(u)和Roi(v)，可視為節(jié)點(diǎn)u和V，其皮層面積分別為S(u) 和S(v)，在結(jié)構(gòu)網(wǎng)絡(luò)中連接節(jié)點(diǎn)u和v的邊e(u,v)對應(yīng)于連接Roi(u)和Roi(v)的神經(jīng)纖 維，邊的權(quán)重為：
[0011] 其中，E(f)為連接節(jié)點(diǎn)u和v的所有纖維，1(f)為這些纖維的長度，w(e)反映的是 兩區(qū)域的連接密度，以此作為結(jié)構(gòu)連接值，因此每個(gè)被試存在一個(gè)MXM的結(jié)構(gòu)連接矩陣。 為了與步驟1)中建立的功能連接矩陣相匹配，將結(jié)構(gòu)連接矩陣重復(fù)N次，得到結(jié)構(gòu)連接矩 陣ΜXΜXN，N是滑動時(shí)間窗的個(gè)數(shù)，每個(gè)窗口下的結(jié)構(gòu)連接矩陣相同。
[0012] 3)分別計(jì)算被試在每個(gè)時(shí)間窗內(nèi)的功能-結(jié)構(gòu)耦合值，進(jìn)而得到被試的功能-結(jié) 構(gòu)耦合值集合，具體計(jì)算方法為：
[0013] 將被試對應(yīng)的功能連接矩陣和結(jié)構(gòu)連接矩陣轉(zhuǎn)換為兩列向量，計(jì)算兩列向量的 皮爾遜相關(guān)值，即為該時(shí)間窗內(nèi)的功能-結(jié)構(gòu)耦合值，最終得到功能-結(jié)構(gòu)耦合值集合 {fs丄i= 1，2,…，Ν，Ν是滑動時(shí)間窗的個(gè)數(shù)。
[0014] 4)進(jìn)行功能狀態(tài)轉(zhuǎn)變時(shí)間段的計(jì)算，得到最終功能連接上升速度最快的時(shí)間段， 具體求解步驟為：
[0015] 4. 1)提取步驟1)中任意兩個(gè)腦區(qū)間的功能連接序列
將功能連接序列分為[1，γ]和[γ+?，Ν]兩部分，分別計(jì)算這兩部分及整體的貝葉斯 信息量，BIC=-ln(L)+ln(n)Xk，其中L是最大似然估計(jì)，η是數(shù)據(jù)點(diǎn)個(gè)數(shù)，k是參數(shù)個(gè) 數(shù)，Μ是腦區(qū)的個(gè)數(shù)，N是滑動時(shí)間窗的個(gè)數(shù)；重復(fù)上述步驟從γ= 2到γ=N-1，求解 -S/C< 〇!.對應(yīng)的γ，，即為可能狀態(tài)轉(zhuǎn)變時(shí)間點(diǎn)，此時(shí)功能連接序列被 分為[1，γ' ]和[γ' +1，Ν]兩部分，其中BIC1y，BIC2y，BIC分別為[1，γ]，[γ+1，Ν]和 [1，Ν]的貝葉斯信息量；分別對[1，γ' ]和[γ' +1，Ν]重復(fù)上述步驟，直到無法繼續(xù)分割 為止，得到可能狀態(tài)轉(zhuǎn)變點(diǎn)集合{γ'k}，k=1，2,…，Si，Si是狀態(tài)轉(zhuǎn)變點(diǎn)個(gè)數(shù)；
[0016] 4. 2)將功能連接序列[1，γ'J分為[1，γ'kJ和[γ'k彳1，γ'J兩部分，若這 兩部分的貝葉斯信息量之和小于功能連接序列[1，γ'J的貝葉斯信息量，則保留點(diǎn)γ'ki， k= 2,…，Si，否則舍去；
[0017] 4. 3)重復(fù)步驟4. 2)，直到不再有時(shí)間點(diǎn)被去除，得到新的可能時(shí)間狀態(tài)轉(zhuǎn)變點(diǎn)集 合{Y'lJ，k= 1，2,…，s2,s2是可能狀態(tài)轉(zhuǎn)變點(diǎn)個(gè)數(shù)；
[0018] 4. 4)將[1，N]時(shí)間點(diǎn)上的功能連接序列平均分為S個(gè)分塊，每個(gè)分塊即為一個(gè)功 能連接變化分塊，S是L的正約數(shù)。利用bootstrap檢驗(yàn)得到具有顯著性的狀態(tài)轉(zhuǎn)變點(diǎn)集 合{γ'J，k= 1，2,…，s3,s3是確定的顯著性狀態(tài)轉(zhuǎn)變點(diǎn)個(gè)數(shù)；
[0019] 4. 5)分別計(jì)算每一個(gè)包含顯著性狀態(tài)轉(zhuǎn)變點(diǎn)γ'，的功能連接序列分塊的一階導(dǎo) 數(shù)之和，提取一階導(dǎo)數(shù)之和最大的分塊Τ_，表示功能連接上升速度最快的時(shí)間段；
[0020] 4.6)對于所有腦區(qū)對之間的功能連接序列，重復(fù)步驟4.1)到4. 5)，得到集合
|Μ為腦區(qū)個(gè)數(shù)，表示功能連接上升速度最快的時(shí)間段集合，取 集合iTjniax}的眾數(shù)為最終功能連接上升速度最快的時(shí)間段。
[0021] 5)根據(jù)步驟3)中得到的功能-結(jié)構(gòu)耦合值，提取步驟4)中得到的時(shí)間段對應(yīng)時(shí) 間的功能-結(jié)構(gòu)耦合值，該值便是我們需要的評價(jià)該個(gè)體的功能重建的多模態(tài)量化指標(biāo)。
[0022] 有益效果：本發(fā)明采用如上技術(shù)方案，具有以下優(yōu)點(diǎn)：
[0023] 1)純數(shù)據(jù)驅(qū)動，完全由抑郁癥患者腦區(qū)信號研究來判斷患者的功能恢復(fù)程度，此 過程沒有人工判斷參與，避免了主觀因素帶來的誤差。
[0024] 2)結(jié)合了大腦結(jié)構(gòu)與功能兩方面的信息，從更深層次判斷判斷患者的功能恢復(fù)程 度，避免了單純從功能角度判斷的局限性。
[0025] 3)為經(jīng)過急性期治療，功能活動水平得到恢復(fù)的患者提供了療效判斷量化手段， 為臨床優(yōu)化治療提供輔助信息。
【附圖說明】
[0026] 圖1為本發(fā)明的方法流程示意圖；
[0027] 圖2為本發(fā)明實(shí)施例在功能連接上升速度最快時(shí)間段的功能連接和功能-結(jié)構(gòu) 耦合值的組間比較圖，其中圖2-a為治療前患者組、治療后患者組及健康對照組在功能連 接上升速度最快時(shí)間段的功能連接值比較圖