功能磁共振成像视角下的脑功能连通性分析与脑可塑性

依据功能磁共振成像技术探究脑功能可塑性,对解码人脑认知活动与模拟类脑智能具有十分重要的意义,同时也是一项极具挑战性的工作。然而,脑功能可塑性可通过脑功能连通的变异性来体现,而该变异性的捕捉又依赖于有效的脑功能连通性分析模型。因此,本文首先就当前主要的脑功能连通性分析方法进行了综述,并分析了各方法的局限性;然后基于脑功能连通性研究的证据,总结与分析了脑功能可塑性与职业因素之间的复杂关系;最后对脑功能连通性分析模型、脑功能可塑性等研究方向进行了展望。     

静息态功能磁共振成像的脑功能分区综述

目的 越来越多的研究表明,基于静息态功能磁共振成像（rs-fMRI）的大脑功能分区比传统的大脑结构分区（如AAL分区、Brodmann分区等）在功能网络构建中功能一致性更高。但现阶段对于大脑功能模块的划分较粗糙,需要更精细准确的脑功能分区,明确宏观尺度的基本功能单元。为能使脑科学领域的研究者对基于静息态功能磁共振成像的脑功能分区进行有益的探索和应用,本文对其进行系统综述。方法 从rs-fMRI数据与大脑功能网络的关系出发,理清脑功能区分割的一般思路,对近几年来脑功能分区算法中出现的新思路、新方法以及对原有方法的改进做了较全面的阐述;最后总结该领域现阶段面临的问题并对未来的研究方向做了展望。结果 根据脑区情况,将脑功能分区分为全脑功能分区和局部脑功能分区,并分别阐释这两方面的优势与应用。同时,将脑功能分区算法归纳为基于数据驱动和基于模型驱动两大类,并展示了各类分区算法的优势以及面临的难点和挑战。结论 基于静息态功能磁共振成像的脑功能分区的研究已经取得了一些进展和有价值的研究成果,但是距离研究人脑机制,应用于脑部疾病的预防和诊断以及启示类脑科学的发展,还需要对脑功能分区方法进行更深入的研究和完善。后续研究中可将传统的分区算法和先验知识、空间领域信息、空间约束、稀疏编码、特征选择和采样学习等思想结合起来,形成融合性的脑功能分区算法,致力于更为细致准确的大脑功能分区和脑功能网络构建,解析脑的高级功能。     

基于脑功能磁共振影像的视觉信息解读技术

介绍了以脑信号视觉计算模型为重点的视觉信息编码技术和以脑信号分类与识别为重点的视觉信息解码技术的发展现状; 重点阐述了编码研究中的Gabor感受野模型、形式相似性分析方法和解码研究中的多体素分析方法, 并讨论了分类器设计中的线性和非线性分类器以及特征选择问题; 最后对该技术的发展趋势进行了展望。     

基于全息耳穴信号研究测谎

根据功能磁共振成像仪(fMRI)测谎脑认知定位成果的指导,启用相应全息耳穴的主动红外信号,利用耳穴信号采集处理系统,串联融合快速傅里叶变换和自相关技术,最近临识别全息耳穴测谎信号.研究结论:①FFT平静特征频率图谱--说谎时频率红移强πHz,诚实则频率绿移弱πHz;②频域自相关系数图谱--呈柳叶状,中心叶脉对应于平静心理,上为说谎,下为诚实,摆动值约为±π.     

基于眼动记录与分析技术的测谎研究

为进一步提高测谎的准确度,加快促成测谎结论成为刑事诉讼中的证据,提出一种低成本的将眼睛变化线索用于测谎的方案。首先设计了一种低成本的眼动记录系统记录眼动信号,提出分段加权Hough变换算法跟踪虹膜,利用梯度积分投影函数检测眨眼,采用差分图像估计眼睛张开程度。然后建立了眼动轨迹、眨眼频率及眼睛张开程度等眼动特征与说谎的关系模型。实验取得的眼动特征检测精度证明采用低成本眼动记录系统基本可以满足测谎需求,测谎实验结果证明了本文方法用于测谎或辅助测谎的可行性。     

基于人体自发红外辐射研究测谎

论述基于短波长和中波长的人体自发红外辐射实验研究测谎的原理和方法，分析小样本的红外测谎曲线发现说谎和诚实的频率阈值为0．1Hz，应用所构造的评分公式S得出测谎成功率为92％。     

基于局部空间数据的功能磁共振图像运动校正

在脑功能磁共振实验中,运动校正是数据预处理的关键环节。运动校正的结果对后续的脑区定位、功能连接等分析有着重要的影响。但因数据量较大,常规分析软件对实验数据进行运动校正时做了一些简化处理,校正误差较大。为减少这种误差,提出了一种基于局部空间数据的运动校正方法,首先从数据获取的角度构造功能像各切片的局部空间数据,然后利用修正的Gauss-Newton最优化方法估计各切片相对于参考图像做刚体变换后的空间位置,最后利用Delaunay三角剖分方法重构功能像以实现精确校正。仿真实验及实际的视觉实验数据分析结果表明,该方法具有较高的校正精度,是一种有效的功能磁共振数据运动校正方法。     

功能磁共振成像与脑电的融合及其应用

作为当今医学影像技术研究中的热点问题之一,多模态医学影像融合技术的研究及其研究成果,对认知科学的研究和临床治疗有着重要的意义.提出了一种基于独立分量分析(ICA)的fMRI受限等效偶极子模型(简称FC-ECD)来解决fMRI与EEG的融合问题.方法首先利用ICA,剔除原始信号中的噪声,提取有效ERP成分(同时可以对偶极子的数量进行估计);然后基于理想4层头模型,利用fMRI激活点的空间信息作为限制条件,对提取出的ERP成分进行精确的定位,从而减少了计算量并取得了很好的效果;然后,通过仿真实验的结果验证了方     

基于一般线性模型的功能磁共振成像回归量正交化

针对功能磁共振成像（fMRI）模型回归量之间存在共线性的问题,提出了一种正交化的方法。首先,确定感兴趣以及待正交的回归量;其次,从待正交回归量中减去与感兴趣回归量相关的部分,使模型中共线的回归量正交分解为相互独立的部分,以此来消除共线性的影响。此外,还讨论和分析了正交化对一般线性模型的影响。最后,分别使用一些合成数据和当前一个流行的fMRI数据分析软件包——脑功能磁共振图像软件包（FSL）进行实验。实验结果表明,正交化方法可以消除模型中的共线性,并且提高感兴趣回归量的显著性,从而实现准确的脑功能定位,可以应用于对脑的基础研究和临床治疗。     

基于功能磁共振成像的人脑效应连接网络识别方法综述

人脑效应连接网络刻画了脑区间神经活动的因果效应. 对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角, 而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记, 具有十分重要的理论意义和应用价值. 利用计算方法从功能磁共振成像(Functional magnetic resonance imaging, fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题. 本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程, 说明了其中的主要步骤和方法; 然后, 给出了一种脑效应连接网络识别方法的分类体系, 并对其中一些代表性的识别算法进行了阐述; 最后, 通过对该领域挑战性问题的分析, 预测了脑效应连接网络识别未来的研究方向, 以期对相关研究提供一定的参考.     

海量磁共振全脑影像数据的深度挖掘分析

磁共振成像是开展脑科学研究最重要的现代影像方法之一。随着近几年各国脑计划的陆续展开如美国人类连接组计划 (Human Connectome Project) 和 2013 年美国奥巴马政府制定的“脑计划” (BRAIN Initiative),磁共振技术已被广泛应用于探索大脑结构和功能网络连接图谱。使用脑网络联接图谱研究情绪障碍类疾病,一般是通过统计性比较正常人和病患的脑网络,寻找有意义的差异特征,为疾病的诊断和治疗提供指导。但是,高分辨的全脑磁共振成像经常产生大量的结构和功能联接图谱数据,因此需要非常有效的计算技术来实现这一过程。我们计划首先建立人-猴相对应的脑疾病影像数据集合,发展适用于神经信息分析的机器学习算法,模拟分析脑网络大数据,并结合模式动物和人类临床实验的证据,探索疾病机理,发展有效的治疗手段。     

基于磁敏感的磁兼容金属植入物的正对比磁共振成像

在磁共振成像中,磁共振兼容金属植入物的磁化率较高,从而导致图像信号的缺失与失真,严重影响装置的精准定位和评估。2014年,有学者提出一种正对比成像方法,利用偏移180°回聚脉冲的自旋回波序列,结合特有的定量磁化率重建算法,重建出近距离放射颗粒的正对比图像。在此基础上,文章对该方法进行进一步扩展,在西门子3 T人体磁共振成像系统上,将该方法应用到活检针和过滤器等较大金属介入装置的正对比成像。活检针和过滤器水模磁共振成像实验结果表明,这种正对比成像方法可应用于较大的金属装置,有效地抑制了金属伪影,获得清晰的正对比图像,提高了装置定位和评估的精准度。     

基于正则化Softmax回归的全脑功能性磁共振成像数据特征选择框架*

针对功能性磁共振成像(fMRI)数据高维小样本特性给分类模型带来的过拟合问题,文中基于Softmax回归提出结合L2正则与L1正则的全脑fMRI数据特征选择框架.首先,基于大脑认知的特点,将全脑分成感兴趣区域和非感兴趣区域.然后,使用可以缩小权值系数的L2正则对感兴趣区域建模以选出感兴趣区域的全部体素,使用具有稀疏作用的L1正则对非感兴趣区域建模以选出非感兴趣区域中的激活体素.最后,结合感兴趣区域和非感兴趣区域的体素构成全脑fMRI数据的正则化Softmax回归模型.在Haxby数据集上的实验表明,L2与L1的正则化策略可有效提升全脑分类的准确率.     

阿尔茨海默氏症研究中的磁共振成像数据分析

首先综述了当前结构磁共振成像、功能磁共振成像和扩散张量磁共振成像3种技术在阿尔茨海默氏症研究中的现状;其次介绍和分析了上述3种磁共振成像数据的主要处理方法;最后介绍了基于阿尔茨海默氏症的神经影像数据库及其诊断平台的建设状况.另外,也提到了此课题在该领域的一些研究进展.     

磁共振并行成像技术综述

介绍了常用的磁共振成像加速方法,其中并行成像尤为重要,因为它可以和其他加速方法互补;还介绍了5种常见的并行成像方法:利用局部灵敏度的部分并行成像、灵敏度编码、空间谐波同时获取、泛化自校正部分并行获取、与基于阵列线圈灵敏度的并行编码与复原.最后,讨论了这5种方法的互相联系,以及在工业上的应用,并展望了动态成像和非笛卡尔坐...     

基于卷积盲降噪的混合式核磁共振成像

为了解决图像压缩感知重建研究领域中通过有效的图像先验信息重构与原图相似性高且保留细节消除伪影的高质量图像的问题, 针对不足采样的K空间数据, 在经典的CNN算法CBDNet算法的基础上, 通过融合深度学习先验信息及传统图像恢复各自优势的方法, 研究了基于深度神经网络去噪先验和BM3D块压缩感知算法的混合式重构算法. 该算法采用交互式方法训练多尺度残差网络抑制噪声水平, 借优化选择的方式将深度学习与传统块匹配多尺度结合以提取图像不同尺度的特征数据从而实现抑制伪影、快速重建高质量MRI. 实结果表明深度学习结合BM3D在MR图像重构领域能够有效降低伪影保留细节信息, 加强重构效果. 与此同时, 通过采用GPU的加速运算, 算法的计算复杂度较使用单一算法并未增加很多. 可见基于卷积盲降噪的混合式核磁共振成像效果更佳.     

基于静息态fMRI低频振幅的首发抑郁症与功能脑区关联研究

利用功能磁共振成像(Functional magnetic resonance imaging, fMRI)技术,研究静息态下首发抑郁症患者脑功能的改变。 采用Siemens3.0T磁共振仪对5名首发抑郁症患者和1名性别年龄相仿的正常对照志愿者进行 静息态fMRI采集,采用低频振幅（Amplitude of low frequency fluctuation, ALFF）的 方 法分析数据,进行双样本t检验后分析静息态脑功能的差异。结果发现,抑郁症组大脑 左侧小脑6区、左侧颞下回、双侧尾状核、右侧舌回、左侧眶部额上回、右侧中央沟盖、右 侧前扣带和旁扣带脑回、右侧额中回、右侧岛盖部额下回、右侧补充运动区、左侧顶上回、 右侧中央后回、右侧背外侧额上回ALFF降低。首发抑郁症患者大脑的额叶、颞叶、扣带回及 尾状核等位置存在功能异常,这些区域的异常与情绪、认知、记忆等领域有关,与抑郁症息 息相关。