基于fMRI和DTI融合的腦默認模式功能網(wǎng)絡研.pdf

1、功能磁共振成像(fMRI)可反映腦皮質(zhì)對認知任務或外界刺激響應的血氧功能;彌散張量成像(DTI)可以追蹤出腦區(qū)之間纖維束連接的結(jié)構(gòu)。融合兩種圖像,可精確直觀地揭示腦功能區(qū)之間纖維結(jié)構(gòu)連接的關系。靜息態(tài)fMRI是大腦的自發(fā)活動,揭示各腦區(qū)之間的關聯(lián),對大腦的運行機制能夠更深入研究。默認模式網(wǎng)絡(DMN)是在人腦處于靜息狀態(tài)時維持人腦健康代謝活動的若干具有時間相關性的腦區(qū)組成的網(wǎng)絡。
　　本文將對獨立成分分析(ICA)進行改進,并應用

2、于fMRI功能區(qū)的提取。提出結(jié)合經(jīng)典相關分析(CCA)的ICA算法和參考獨立成分分析(ICA-R)算法對靜息態(tài)fMRI的功能區(qū)進行提取,定位DMN并以此為種子區(qū),融合DTI數(shù)據(jù)追蹤功能區(qū)之間的纖維連接,得到DMN功能連接網(wǎng)絡。主要研究內(nèi)容包括：⑴提出CCA+ICA算法定位靜息態(tài)fMRI的DMN。首先采用CCA降低fMRI數(shù)據(jù)的空間維度,基于ICA提取靜息態(tài)fMRI的DMN。仿真和影像數(shù)據(jù)處理表明,CCA+ICA算法可有效減少迭代次數(shù),提

3、高數(shù)據(jù)處理的效率。⑵提出參考獨立成分分析(ICA-R)算法處理靜息態(tài)fMRI定位DMN。將源信號的部分先驗信息作為ICA-R算法的參考信號,可以高效地得到一個獨立成分作為期望源信號的估計,且該獨立成分和參考信號最為接近。仿真和影像數(shù)據(jù)處理表明,該算法可有效提高效率,且對DMN提取更符合人的生理特性。⑶靜息態(tài)fMRI融合彌散加權成像(DTI)追蹤DMN功能區(qū)之間的纖維連接,獲取DMN功能連接網(wǎng)絡。首先以fMRI定位出的DMN功能區(qū)作為種子