基于Matlab GUI的脑部核磁共振数据统计分析系统

摘要

近年来，随着磁共振成像技术的迅速发展以及产品成本的下降，核磁共振成像仪开始在各大医院及科研院校被逐步推广。除临床疾病诊断所需的检查外，使用磁共振成像技术探测人脑功能以及结构也是当今神经科学研究的热点。对大脑功能及结构磁共振数据的研究不仅要求具备相关的物理学基础，还要掌握必要的医学知识，同时也需精通信号处理分析技术，这种多学科的交叉融合对研究者的科研素养提出了极高要求。
　　基于此，本文采用基于Matlab GUI的界面设计，发展了一个脑部磁共振数据统计分析系统。此系统涵盖了从原始数据整理到图像统计分析再到结果图像输出的一套完整流程。结合实际科研工作的需要，此系统采用的数据处理分析方法均为当今科学界公认的可靠而又先进的方法。同时系统采用基于Matlab GUI的界面设计，其操作直观简便，让使用者极易掌握。此系统大致分为以下几个模块：
　　1.DICOM数据整理。根据头信息(.hdr）批量将DICOM文件改名,同时按扫描序列、日期、被试类型等进行归类。
　　2.fMRI数据处理。对功能磁共振数据进行感兴趣区（ROI）信号提取、全脑相关网络、网络间相关、功能连接密度等分析。
　　3.结构MRI数据处理。对DTI数据进行纤维束微结构信息获取、全脑纤维束连接矩阵建立、网络属性计算、纤维束方向密度函数（ODF）图分析等处理。
　　4.小工具。包括低频成份频谱分析、种子点优秀程度判断、全脑模板分割、去除模板散点等实用功能。
　　通过编排合理的界面将上述功能整合，形成了一套界面简洁、操作方便、可靠度高的适用于科研的人脑MRI数据统计分析系统，具有较高的推广价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1脑部磁共振成像数据处理方法概况

1.2脑部磁共振数据处理工具及方法

1.3 磁共振图像的质量控制

1.4 本论文的目的以及意义

第二章 开发平台介绍以及主界面设计

2.1开发平台介绍

2.2系统结构

2.3 系统主界面设计

第三章 fMRI数据处理模块

3.1 网络间相关（FNC）工具

3.2相关网络计算工具

3.3功能连接密度计算工具

3.4 fMRI处理模块小结

第四章 弥散成像数据（dMRI）处理模块

4.1纤维束信息以及连接矩阵的生成

4.2网络属性计算工具

4.3方向密度函数计算工具

第五章 小工具

5.1生成data文件并提取ROI信号

5.2低频部分频谱分析

5.3 DICOM文件批量改名

5.4分割全脑模板为单脑区模板

5.5判断种子点是否优秀

5.6去除mask散点

5.7 Z变换

5.8回归协变量

第六章 结论

致谢

参考文献

个人简历及攻硕期间的研究成果

附录