基于功能磁共振技术解码脑活动的频谱差异映射框架方法

摘要

本发明公开了基于功能磁共振技术解码脑活动的频谱差异映射框架方法，首先对实验数据进行预处理和去漂移处理，然后执行快速傅里叶变换计算并获得功率谱。对变换后的信号按照频带进行整体分割，设定频带下限和上限及中间切点频率，将其分为Region‑1和Region‑2，并分别计算Region‑1和Region‑2中的代表值，最后，以Region‑2中的高频分量约束Region‑1的低频分量，计算出的低频约束值作为脑活动状态的最终刻画值。本发明首先从脑活动的低频振荡精确解码入手，引入相关高频分量作为约束，刻画低频约束下的脑活动状态；具体而言，通过在不同频带选择频带代表值，引入差异化理念，将高频分量的能量融入到整体框架中，形成差异映射框架，最终生成脑活动状态的最终刻画值。

说明书

技术领域

本发明涉及对脑信号低频活跃状态的评估领域，具体为基于功能磁共振技术解码脑活动的频谱差异映射框架方法。

背景技术

大脑的血氧水平依赖性效应可以用于表征大脑神经元的代谢情况，从而间接反映神经元活动。研究发现静息状态下人脑存在自发性低频波动脑功能网络，且其频带往往处于0.01HZ-0.08HZ之间，这种频带震荡的波反映了皮层局部活动及脑区间信息交流的兴奋性程度，也有学者认为皮层的兴奋和抑制与之有一定的联系，还可通过跨频带的耦合调节高频神经振荡。虽然具体的调节机制还尚未完全清晰，但其表现出的价值已值得进行深入的研究。因此，基于低频信号的研究意义，传统低频振荡分析方法(如ALFF等)被提出作为衡量BOLD信号波动程度的低频幅度指标。诸多研究表明，传统低频振荡分析方法可用作脑部疾病分析、职业可塑性研究等。但传统低频振荡分析方法，只关注了低频带频谱的影响，而忽略了高频分量的影响。基于此，本发明提供了一种基于功能磁共振成像技术解码大脑活动的频谱差异映射框架方法，通过构建频谱差异框架，体现高频分量的影响，更好的划分出对应的低频脑图谱区域。

发明内容

本发明的目的是针对现有技术的缺陷，提供基于功能磁共振技术解码脑活动的频谱差异映射框架方法，以解决上述背景技术提出的问题。

为实现上述目的，本发明提供如下技术方案：基于功能磁共振技术解码脑活动的频谱差异映射框架方法，该方法包含以下步骤：

步骤1：对预处理的功能核磁共振的信号进行频谱搬移，转化到频域之中，获取相关的频率——功率谱图，形成关于核磁共振信号的频率信息数据集合；

步骤2：基于频带约束视角，从多频带波动造成频带间的相关性影响的角度剖析频带间的关联，采用功率谱表示各个频带的能量大小，形成有效的频带能量数据，再设定频率切点，构建出频谱差异映射框架；

步骤3：基于已有的能量数据，挑选所需要表示的差异频谱范围，再依据设定的频率切点，确定Region-1和Region-2，采用差异映射算法，计算出频谱差异值，计算出的低频约束值作为脑活动状态的最终刻画值。

作为本发明的一种优选技术方案，所述步骤1中对功能磁共振信号进行时——频谱的搬移，提取频带的信息。

作为本发明的一种优选技术方案，所述步骤2和步骤3中，通过提出的频带信息，获取功率谱的值，确定区域后结合差异映射算法，计算出体素的脑活动状态的最终刻画值。

本发明的有益效果是：本发明首先从脑活动的低频振荡精确解码入手，引入相关高频分量作为约束，刻画低频约束下的脑活动状态；具体而言，通过在不同频带选择频带代表值，引入差异化理念，将高频分量的能量融入到整体框架中，形成差异映射框架，最终生成脑活动状态的最终刻画值。本发明将有利于人脑低频脑活动状态的研究，并应用于心理精神疾病、脑科疾病等方面的研究。

附图说明

图1为本发明的流程简图；

图2为本发明的流程图。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易被本领域人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

实施例：请参阅图1-2，本发明提供一种技术方案：该方法包含以下步骤：

步骤1：对预处理的功能核磁共振的信号进行频谱搬移，转化到频域之中，获取相关的频率——功率谱图，形成关于核磁共振信号的频率信息数据集合；

步骤2：基于频带约束视角，从多频带波动造成频带间的相关性影响的角度剖析频带间的关联，采用功率谱表示各个频带的能量大小，形成有效的频带能量数据，再设定频率切点，构建出频谱差异映射框架；

步骤3：基于已有的能量数据，挑选所需要表示的差异频谱范围，再依据设定的频率切点，确定Region-1和Region-2，采用差异映射算法，计算出频谱差异值，计算出的低频约束值作为脑活动状态的最终刻画值。

步骤1中对功能磁共振信号进行时——频谱的搬移，提取频带的信息；步骤2和步骤3中，通过提出的频带信息，获取功率谱的值，确定区域后结合差异映射算法，计算出体素的脑活动状态的最终刻画值。

本发明的目的在于从频带划分的角度入手，研究高低频带之间的影响，从而更为精确的识别脑的低频活跃状态。基于不同频带之间的能量表达不同，首先对频带进行划分，设置频带下限(Frequency

为方便描述，首先对本发明中特异名词作如下定义：

频带约束：

频带约束在本发明中指：基于人脑活动的低频振荡属性，在解码低频振荡信号时，引入高频分量的影响，构建频谱差异框架，生成低频约束值，从而更为准确地描述人脑的低频振荡活动状态。

其次，本方法包含以下具体步骤：

步骤1、脑功能核磁共振信号的频谱数据的形成：对预处理的功能核磁共振的信号数据进行去漂移处理，再对信号并进行快速傅里叶变换，获取每个体素点所对应的频谱数据，形成关于核磁共振成像信号的频率信息数据集合；

步骤1.1、由于脑信号的不稳定性与不规则性，通常要对脑信号进行预处理，而DFA是常用的一种方法，即对数据进行基线漂移消除处理，减去一条最优(最小二乘)的拟合曲线，再对信号进行补零，完成预处理；

步骤1.2、进行快速傅里叶变换：对于一个f∈L

步骤2、能量表达选择与频谱差异映射框架的构建：基于视角，从多频带波动造成频带间相关性影响的角度剖析频带间的关联，采用功率谱表示各个频带的能量大小，计算出各个频带的能量大小，形成有效的频带能量数据，并设定频率切点，构建出频谱差异映射框架；

步骤2.1、基于频带约束的视角，从多频带波动造成频带间相关性影响的角度剖析频带间的关联，采用功率谱

步骤2.2、各个频带的能量大小形成整个频带的能量图，找到频带切点Frequency

步骤3、计算出频谱差异映射框架下的脑体素频带约束值：基于已有的能量数据，挑选所需要表示的差异频谱范围，以通常划分的区域0.08HZ为中间切点频率(Frequency

步骤3.1、基于已有的能量数据，确定频带下限(Frequency

步骤3.2、计算出低频区域代表值：

本发明首先从脑活动的低频振荡精确解码入手，引入相关高频分量作为约束，刻画低频约束下的脑活动状态；具体而言，通过在不同频带选择频带代表值，引入差异化理念，将高频分量的能量融入到整体框架中，形成差异映射框架，最终生成脑活动状态的最终刻画值。本发明将有利于人脑低频脑活动状态的研究，并应用于心理精神疾病、脑科疾病等方面的研究。

上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。