功能磁共振圖像配準(zhǔn)算法研究.pdf

1、現(xiàn)代影像技術(shù)的發(fā)展為人類研究腦功能提供了新的途徑。在這其中，功能磁共振成像(Functional Magnetic Resonance Imaging，fMRI)通過測(cè)量腦內(nèi)血氧含量的變化來反應(yīng)腦的活動(dòng)。通過利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)以及計(jì)算機(jī)科學(xué)對(duì)功能磁共振圖像進(jìn)行分析，人們可以無創(chuàng)地研究腦功能，從而更好地理解人腦的機(jī)制。在這類研究中，往往需要對(duì)一組功能圖像做組分析研究，以發(fā)現(xiàn)人腦中共同的功能結(jié)構(gòu)（如腦功能網(wǎng)絡(luò)），或者比較不同人群之間腦功能的差

2、異（如精神疾病患者與正常人之間的腦功能差異）。對(duì)于功能磁共振圖像的組分析，不同個(gè)體圖像之間的配準(zhǔn)是一個(gè)最基本的要求。并且，準(zhǔn)確的圖像配準(zhǔn)往往能夠使人們獲得更加顯著的統(tǒng)計(jì)分析結(jié)果。
　　以往，人們通常是利用大腦的結(jié)構(gòu)信息來進(jìn)行功能圖像的配準(zhǔn)的。這是由于結(jié)構(gòu)圖像具有更高的空間分辨率并且包含有更多的細(xì)節(jié)信息。另外，針對(duì)結(jié)構(gòu)圖像配準(zhǔn)的研究較多，有許多優(yōu)秀的算法可以在結(jié)構(gòu)圖像上達(dá)到很高的配準(zhǔn)精度。然而，由于腦功能單元的位置并不嚴(yán)格一致地對(duì)應(yīng)

3、著腦解剖結(jié)構(gòu)的位置，因此傳統(tǒng)的基于結(jié)構(gòu)圖像的配準(zhǔn)方法并不能達(dá)到不同fMRI圖像間的功能對(duì)應(yīng)性。近幾年，開始有研究者致力于開發(fā)新的直接基于功能信息的fMRI配準(zhǔn)算法。其中，基于功能信號(hào)的方法通過最大化不同個(gè)體功能信號(hào)間的Pearson相關(guān)系數(shù)來配準(zhǔn)fMRI數(shù)據(jù)。該方法基于一個(gè)前提假設(shè)，即不同fRMI圖像的功能信號(hào)具有同步性。然而，這種假設(shè)僅在受同步任務(wù)刺激的任務(wù)態(tài)fMRI數(shù)據(jù)中成立，因此該算法無法適用于更廣泛的情況?；谌止δ苓B接矩陣的

4、方法通過最小化不同fMRI圖像的全局功能連接矩陣之間的差異來達(dá)到不同個(gè)體之間的配準(zhǔn)，然而全局功能連接矩陣對(duì)于空間上局部的擾動(dòng)非常敏感，進(jìn)而導(dǎo)致該算法并不具備良好的魯棒性?；诠δ軒缀慰臻g嵌入的方法同樣利用了全局功能連接矩陣，通過譜嵌入技術(shù)從全局功能連接矩陣中提取特征，在特征空間中配準(zhǔn)特征點(diǎn)集進(jìn)而完成fMRI圖像間的配準(zhǔn)。盡管通過譜嵌入提取的特征不再對(duì)原始圖像空間中的局部擾動(dòng)敏感，然而這樣提取的特征將決定于特征空間中幾個(gè)坐標(biāo)軸的順序與方向

5、，故從不同圖像中提取的特征并不具有可比性。到目前為止，還沒有一種基于功能信息的fMRI圖像配準(zhǔn)算法能夠真正得到廣泛的應(yīng)用。
　　基于對(duì)圖像配準(zhǔn)的系統(tǒng)學(xué)習(xí)和深入了解，以及對(duì)目前fMRI圖像配準(zhǔn)方法局限性的分析和認(rèn)識(shí)，本文致力于提出真正行之有效的基于功能信號(hào)的fMRI圖像配準(zhǔn)算法，并已經(jīng)取得了一些成果，主要包括:
　　1.提出了一種基于局部功能連接模式的fMRI圖像配準(zhǔn)方法。該算法直接基于功能信息，因此相較于傳統(tǒng)的基于結(jié)構(gòu)信息的

6、fMRI圖像空間標(biāo)準(zhǔn)化，它能夠達(dá)到更好的個(gè)體圖像間的功能對(duì)應(yīng)性。在該算法中，我們針對(duì)將功能信號(hào)或全局功能連接矩陣作為特征的不足，使用基于局部功能連接模式的特征以得到魯棒的配準(zhǔn)算法。為了進(jìn)一步消除局部功能連接模式中所含有的空間相對(duì)位置信息的不利影響，我們將局部功能連接模式表示為功能連接的概率分布的特征形式，并以此驅(qū)動(dòng)不同fMRI圖像之間的配準(zhǔn)。另外，通過使用Demons配準(zhǔn)框架，我們可以高效地求解fMRI圖像配準(zhǔn)問題。
　　2.基于

7、對(duì)上述算法的完善和改進(jìn)，我們提出了一種基于多尺度功能連接模式的組間fMRI圖像配準(zhǔn)方法。在本算法中，圖像的配準(zhǔn)仍然是由局部功能連接模式所驅(qū)動(dòng)，與之前僅利用單尺度功能連接模式不同，我們使用了多尺度的功能連接模式。在圖像配準(zhǔn)的初始階段，我們給定較小的空間鄰域以計(jì)算局部功能連接模式的，隨著圖像配準(zhǔn)的進(jìn)程，該鄰域?qū)⒅饾u增大以利用更大尺度的局部功能連接模式。該方法在保持魯棒性的同時(shí)，盡可能地使用更多的有效信息，從而可以達(dá)到更加準(zhǔn)確的圖像間的功能對(duì)

8、應(yīng)性。另外，我們利用Congealing思想引入了組間圖像配準(zhǔn)機(jī)制，使得一組fMRI圖像可以無偏地同時(shí)配準(zhǔn)到組中心的位置，而不需要事先定義任何目標(biāo)圖像模板。
　　3.提出了一種基于圖匹配的fMRI圖像配準(zhǔn)方法。本算法通過圖的結(jié)構(gòu)來描述局部空間鄰域內(nèi)的功能連接模式，并利用圖匹配來檢測(cè)待配準(zhǔn)圖像與目標(biāo)圖像之間的對(duì)應(yīng)體素點(diǎn)，從而成功地在利用局部功能連接模式時(shí)引入空間位置信息，使其能夠幫助我們更加準(zhǔn)確地尋找對(duì)應(yīng)的體素點(diǎn)，又不會(huì)影響算法的穩(wěn)