fMRI数据分析处理原理及方法详解

fMRI数据分析处理原理及方法

摘要 : 近年来，血氧水平依赖性磁共振脑功能成像(Blood oxygenation level-dependent functional

   magnetic resonance imaging, BOLD-fMRI)技术得到极快的发展，除了与扫描硬件、扫描技术的进步有关外，更得力于以图形图像等

   …

近年来，血氧水平依赖性磁共振脑功能成像(Blood oxygenation level-dependent functional magnetic

   resonance imaging, BOLD-

   fMRI)技术得到极快的发展，除了与扫描硬件、扫描技术的进步有关外，更得力于以图形图像等计算机科学为核心的相关学科的支持：图像数据的后处理技术成为fMRI中的关键环节

一、功能图像数据的性质

功能磁共振数据包括解剖（结构）像和功能像两类。解剖像采用高分辨的T1、T2及FSPGR三维成像方式。功能像的处理是fMRI数据处理的关键。因为脑皮层活动瞬息变化，相应要求足够快的成像序列对某一个刺激任务造成的皮层活动进行记录，并且要有对脑血氧代谢的产物——脱氧血红蛋白产生的T2*缩短效应敏感，EPI(Echo

   planar Imaging)、FLASH(Fast Low Angle Shot)等序列可以满足这两个条件，现在大都采用EPI序列采集fMRI功能像。

EPI于频率编码上采用一系列反向梯度，通过一次激发产生建成一幅MR图像的所有信号，基于小角度激发的GRE-EPI(Gradient echo- Echo

   planar

   Imaging)技术，在很短的TR时间内得到一系列（数幅至数十幅）图像。每次采集得到的图像组成一个脑体积(Volume)，相应要求在fMRI实验组块(Epoch/block

   Paradigm)设计时，每个组块的时间必须为TR时间的整数倍。实际的血流动力相应是一个缓慢的过程，任务激发后信号经过一个小的下降期开始上升，4-8秒达到高峰然后缓慢下降，11-14秒恢复。在 事件 相关设计(Event-

   related Paradigm)时，如果不考虑两（次）任务间的相互作用，需要保证间隔时间大于一次响应时间

   。但也有研究显示短的刺激间隔时间对统计结果并无多大影响 。（见图1）。

EPI序列以极快的采集速度，在一个数分钟的实验(Session)中，产生数百至数千幅图像，几十个不同时间的脑体积成为EPI图像的时间序列(Time-

   series
Image)。快速以牺牲图像的 分辨率  为代价，典型的EPI图像采集矩阵为64×64，提高采集矩阵会延长采样时间并且导致更严重的图像几何变形。除此之外，EPI序列图像对外在磁场环境的影响十分敏感，微弱的BOLD信号会伴有大量的干扰成分。较突出的问题有：

1. 扫描过程中的头部运动的影响。虽然可以采取各种物理方法加以限制，但头部的运动还是难以完全消除，其副作用远不止于功能像与结构像叠加融合时的不匹配。头部微小的运动会使激活体素位置改变而造成真正功能信号的改变，场强为1.5 Tesla时，BOLD信号本身只有0.5-2.0％，但通常两个相邻体素的信号差都大于10％，大脑边缘的甚至达到70％。而且头部运动可能是激活相关的规律性运动，将导致激活区的完全错误，严重影响实验的
   免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删