CN1947655A - 三维脑磁共振数据处理中的皮层复杂性定量分析方法 - Google Patents
三维脑磁共振数据处理中的皮层复杂性定量分析方法 Download PDFInfo
- Publication number
- CN1947655A CN1947655A CN 200510109337 CN200510109337A CN1947655A CN 1947655 A CN1947655 A CN 1947655A CN 200510109337 CN200510109337 CN 200510109337 CN 200510109337 A CN200510109337 A CN 200510109337A CN 1947655 A CN1947655 A CN 1947655A
- Authority
- CN
- China
- Prior art keywords
- brain
- cortex
- cerebral cortex
- gray matter
- complexity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 210000003710 cerebral cortex Anatomy 0.000 title claims abstract description 23
- 238000004445 quantitative analysis Methods 0.000 title description 2
- 210000004556 brain Anatomy 0.000 claims abstract description 38
- 210000004884 grey matter Anatomy 0.000 claims abstract description 24
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 210000004885 white matter Anatomy 0.000 claims abstract description 7
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims abstract description 6
- 230000001054 cortical effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000005481 NMR spectroscopy Methods 0.000 claims description 5
- 210000001519 tissue Anatomy 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 230000004886 head movement Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 1
- 238000002595 magnetic resonance imaging Methods 0.000 abstract description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 4
- 230000003340 mental effect Effects 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 2
- 230000002490 cerebral effect Effects 0.000 abstract description 2
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 abstract description 2
- 230000002360 prefrontal effect Effects 0.000 description 12
- 210000002442 prefrontal cortex Anatomy 0.000 description 6
- 210000005013 brain tissue Anatomy 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 description 3
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 210000000133 brain stem Anatomy 0.000 description 2
- 210000001638 cerebellum Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 206010051290 Central nervous system lesion Diseases 0.000 description 1
- 208000007192 Childhood Schizophrenia Diseases 0.000 description 1
- 206010010071 Coma Diseases 0.000 description 1
- 208000012239 Developmental disease Diseases 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 208000027534 Emotional disease Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000012202 Pervasive developmental disease Diseases 0.000 description 1
- 208000030886 Traumatic Brain injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 208000029560 autism spectrum disease Diseases 0.000 description 1
- 238000011888 autopsy Methods 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009529 traumatic brain injury Effects 0.000 description 1
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及三维结构核磁共振成像技术领域，一种利用离散体素的分形信息维数分析离散数据在三维空间中的分布的方法，对脑皮层形状的复杂性进行定量分析。在采集到三维结构核磁共振数据并经过必要的预处理后，提取全部或局部脑皮层灰质与脑脊液交接处的体素，形成离散的脑灰质外表面。计算离散数据在三维空间的分形信息维，因而获得全脑或局部灰质外皮层的形状复杂性定量描述。这种方法也完全适用于测量灰质内皮层以及白质皮层的形状复杂性。该发明主要用于分析精神与神经疾病所引起的脑皮层形状异常。该方法计算精确，快速，在普通的微机上即可完成。该方法可广泛应用于脑结构核磁共振的临床与基础研究中。
Description
技术领域
本发明涉及磁共振成像技术领域，特别是一种利用计算几何分形维数的三维脑磁共振数据处理中的皮层复杂性定量分析方法，对脑结构磁共振数据进行处理。
背景技术
核磁共振成像技术(Magnetic Resonance Imaging，MRI)主要利用氢原子核的核磁共振显像进行成像。图像内核磁共振信号的大小主要由组织的质子密度，纵向和横向驰豫时间，磁场不均匀性等因素决定。脑组织中，白质，灰质和脑脊液这三种组织的纵向驰豫时间差别比较大，因而形成清晰的结构像，使对脑结构的定量分析成为可能。
长期的尸解研究证明，脑皮层的形状复杂性与人脑的发育，病变，及认知功能有密切的联系。在绝大多数的脑结构影像研究中，通过计算脑皮层白质和灰质的体素个数来统计脑皮层实质的体积是唯一的度量皮层复杂性的方法。
Thompsom等人，(1998)提出一个度量来精细分析皮层复杂性。他们首先对脑皮层的脑沟进行人工标定，然后用参数化曲面拟合每一个脑沟，再对每个参数化曲面求其退化分形维数，用退化分形维数的大小来度量皮层脑沟复杂性。这个方法有一些重大的缺陷。首先，人工标定脑沟没有严格统一的标准，受人为因素影响大，而且手工工作量大，不利于普遍推广。其次，参数化曲面是一种二阶光顺的曲面，无法表达数据点所描述的细小形状变化，因而精确度低。为此，我们提出了一种直接基于影像数据，计算皮层体素点集的分形信息维数的方法，以定量描述脑皮层形状的复杂性。
参考文献：
Thompson，P.，Moussai，J.，Zohoori，S.，Goldkorn，A.，Khan，A.，Mega，M.，Small，G.，Cummings，J.，Toga，A..Cortical variability and asymmetry innormal aging and Alzheimer’s disease.Cerebral Cortex，1998：Vol.8，pp492-509.
发明内容
一种对脑的结构核磁共振数据进行处理的方法，利用计算机设备，采用三维分形信息维对脑皮层表面的散乱体素集合的分布进行分析，以达到检测脑皮层形状复杂性的目的，三维散乱点云的分形信息维，利用重正化群的理论，对脑皮层体素点云所描述的几何形状进行定量分析，以此对脑皮层复杂性进行研究。
所述的对脑的结构核磁共振数据进行处理的方法，对全脑或脑局部灰质，白质皮层，以及子结构表面几何形状复杂性进行测量。
一种利用离散体素的分形信息维数分析离散数据在三维空间中的分布的方法，对脑皮层形状的复杂性进行定量分析。在采集到三维结构核磁共振数据并经过必要的预处理后，提取全部或局部脑皮层灰质与脑脊液交接处的体素，形成离散的脑灰质外表面。计算离散数据在三维空间的分形信息维，因而获得全脑或局部灰质外皮层的形状复杂性定量描述。这种方法也完全适用于测量灰质内皮层以及白质皮层的形状复杂性。该发明主要用于分析精神与神经疾病所引起的脑皮层形状异常。该方法计算精确，快速，在普通的微机上即可完成。该方法可广泛应用于脑结构核磁共振的临床与基础研究中。
本发明的核心部分在于，将三维脑结构核磁共振图像进行组织分割后，对全脑或者感兴趣的脑区，提取位于灰质和脑脊液边界处的体素，将这些体素看成三维空间中的一个离散点集。计算该点集的信息维数，从而对脑区的皮层形状复杂性进行定量分析。这种方法也适用于分析白质皮层的形状复杂性。该方法计算过程快速，稳定，在普通的微机上即可完成。其实现过程可分为4个步骤，如图1所示。
附图说明
图1是本发明实现过程的流程图。
图2是前额叶的定义图。
图3是左侧前额叶灰质皮层的提取图。
具体实施方式
图1所示，
步骤一(S1)、脑结构核磁共振数据的获取：脑功能结构核磁共振数据的采集在具备能够成T1或T2加权结构像的磁共振扫描仪上完成。成像的具体参数无特殊要求，空间分辨率一般为数毫米，如1×1mm2。，对受试者的配合无特殊要求，只需要告诉受试者安静闭目，尽量保持头部不动。
步骤二(S2)、预处理：数据采集完毕后一般需要进行常规预处理，包括头动矫正、空间标准化等，但这些过程要根据使用目的来决定，并非必需的过程。这些基本过程完成后，去除颅脑部分，以及小脑，脑干等，对大脑进行组织分割。然后对感兴趣的脑区进行划分。
步骤三(S3)、提取脑皮层体素：预处理完成后，对感兴趣的皮层提取表面的体素，计算每个体素质心在三维空间中的位置，将这些位置看成一个空间离散点集。
步骤四(S4)、计算分形信息维数：对步骤三所得到的空间离散点集进行空间归一化，然后计算其分形信息维数。对大脑皮层而言，这个信息维数是一个1和3之间的数值。这个值越靠近3，说明皮层形状的复杂性越大，反之，如果它越靠近1，说明皮层形状的复杂性越小。
图2是前额叶的定义(竖直线左侧为前额叶部位)，一个左侧前额叶灰质皮层的提取示例，其中(a)为所提取的皮层体素，(b)为这些体素质心在三维空间中形成的离散点集。
图3是左侧前额叶灰质皮层的提取。a：皮层体素，b：体素质心在三维空间中形成的离散点集。
下面举例说明本发明的实现过程：
步骤一(S1)、数据获取：病例组为12名符合美国精神障碍诊断与统计手册(第四版)(DSM-IV)ADHD诊断标准的男孩，年龄11.67-14.83岁。对照组为来自邻近中学的11名男孩，年龄12.67-13.92岁。所有被试均为右利手，智商＞80分，排除广泛性发育障碍，儿童精神分裂症，情绪障碍等其他儿童期常见的精神障碍及神经系统发育障碍，排除器质性疾病所致的注意力缺陷者，排除早产儿(＜34周)及有严重脑外伤史(致昏迷)者。本研究的目的是比较正常儿童与患有ADHD的儿童大脑的左右两边前额叶灰质皮层的形状复杂性的差异，以了解该病变对前额叶灰质皮层发育的影响。所有影像学数据均在Siemens Trio3.0T机器上采集，使用标准头部线圈作为发射和接收线圈。在定位扫描后进行常规头部扫描，以排除脑部病变。三维结构像采用SPGR序列进行矢状位全脑扫描，TR＝1770ms，TE＝3.92ms，IT(反转时间)＝1100ms，反转角＝12°，扫描范围(FOV)＝256mm×256mm，矩阵512×512，层厚＝1mm，层间隔＝0.5mm，共192层，扫描时间15分钟；扫描时嘱受试者头部尽量保持不动。
步骤二(S2)、预处理：首先，使用MRIcro(
http：//www.psychology.nottingham.ac.uk/staff/crl/mricro.html)软件自动去除非脑组织。然后，手动去除脑干，小脑，以及残留的非脑组织。选一个正常人作为模版，使用SPM5b(
http：//www.fil.ion.ucl.ac.uk/spm/)进行刚体配准，这一步骤是为了通过旋转和平移交正头的位置，以便使用统一的标准进行前额叶分割。前额叶的定义如图1所示，竖直线左侧的脑组织为前额叶。最后，对前额叶进行组织分割。
步骤三(S3)、提取脑皮层体素：预处理完成后，提取前额叶灰质于脑脊液交接表面的所有体素，计算每个体素质心在三维空间中的位置，将这些位置看成一个空间离散点集。图2是一个左侧前额叶灰质皮层的提取示例，其中(a)为所提取的皮层体素，(b)为这些体素质心在三维空间中形成的离散点集。
步骤四(S4)、计算分形信息维数：对步骤三所得到的空间离散点集进行空间归一化，然后计算其分形信息维数。对病人组和对照组的前额叶左右两侧分别进行t统计检验后，发现病人和正常人都有前额叶皮层形状复杂性左大于右的模式。但是，病人的左侧前额叶皮层形状复杂性显著低于正常人，其右侧也低于正常人，但是没有达到显著性水平。这些变化反映了ADHD疾病的确与前额叶皮层形状复杂性的发育不良有密切关系。
总之，用离散点集的分形维数对脑皮层形状复杂性进行精确测量有非常广泛的应用前景。与传统的方法相比较，本方法有如下主要优点：(1)避免了繁重的手工标定脑沟的工作，以及因没有统一标准而造成的主观误差；(2)无需对离散体素点集进行参数化拟合，因而保证一些皮层形状的细小变化被考察到，有效地提高了测量精确度；(3)整个处理过程速度快，消耗内存少，有利于普遍推广，有非常重要的生理及临床意义。
Claims (5)
1、一种对脑的结构核磁共振数据进行处理的方法，其特征是，利用计算机设备，采用三维分形信息维对脑皮层表面的散乱体素集合的分布进行分析，以达到检测脑皮层形状复杂性的目的，三维散乱点云的分形信息维，利用重正化群的理论，对脑皮层体素点云所描述的几何形状进行定量分析，以此对脑皮层复杂性进行研究。
2、根据权利要求1所述的对脑的结构核磁共振数据进行处理的方法，其特征在于，对全脑或脑局部灰质，白质皮层，以及子结构表面几何形状复杂性进行测量。
3、根据权利要求1所述的对脑的结构核磁共振数据进行处理的方法，其特征在于，将三维脑结构核磁共振图像进行组织分割后，对全脑或者感兴趣的脑区，提取位于灰质和脑脊液边界处的体素，将这些体素看成三维空间中的一个离散点集，计算该点集的信息维数，从而对脑区的皮层形状复杂性进行定量分析。
4、根据权利要求1所述的对脑的结构核磁共振数据进行处理的方法，其特征在于，在采集到三维结构核磁共振数据并经过必要的预处理后，提取全部或局部脑皮层灰质与脑脊液交接处的体素，形成离散的脑灰质外表面，计算离散数据在三维空间的分形信息维，因而获得全脑或局部灰质外皮层的形状复杂性定量描述。
5、根据权利要求1所述的对脑的结构核磁共振数据进行处理的方法，其特征在于，步骤S1、脑结构核磁共振数据的获取：脑功能结构核磁共振数据的采集在具备能够成T1或T2加权结构像的磁共振扫描仪上完成；
步骤S2、预处理：数据采集完毕后一般需要进行常规预处理，包括头动矫正、空间标准化；
步骤S3、提取脑皮层体素：预处理完成后，对感兴趣的皮层提取表面的体素，计算每个体素质心在三维空间中的位置，将这些位置看成一个空间离散点集；
步骤S4、计算分形信息维数：对步骤S3所得到的空间离散点集进行空间归一化，然后计算其分形信息维数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200510109337 CN1947655A (zh) | 2005-10-13 | 2005-10-13 | 三维脑磁共振数据处理中的皮层复杂性定量分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200510109337 CN1947655A (zh) | 2005-10-13 | 2005-10-13 | 三维脑磁共振数据处理中的皮层复杂性定量分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1947655A true CN1947655A (zh) | 2007-04-18 |
Family
ID=38017349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200510109337 Pending CN1947655A (zh) | 2005-10-13 | 2005-10-13 | 三维脑磁共振数据处理中的皮层复杂性定量分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1947655A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101742963B (zh) * | 2007-06-29 | 2012-04-25 | 加藤俊德 | 白质强调处理装置以及白质强调处理方法 |
| CN103717129A (zh) * | 2011-05-24 | 2014-04-09 | 加利福尼亚大学董事会 | 脑磁图源成像 |
| CN105765398A (zh) * | 2013-11-22 | 2016-07-13 | 皇家飞利浦有限公司 | 用于根据mr扫描信息来测量皮层厚度的系统 |
-
2005
- 2005-10-13 CN CN 200510109337 patent/CN1947655A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101742963B (zh) * | 2007-06-29 | 2012-04-25 | 加藤俊德 | 白质强调处理装置以及白质强调处理方法 |
| CN103717129A (zh) * | 2011-05-24 | 2014-04-09 | 加利福尼亚大学董事会 | 脑磁图源成像 |
| CN105765398A (zh) * | 2013-11-22 | 2016-07-13 | 皇家飞利浦有限公司 | 用于根据mr扫描信息来测量皮层厚度的系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Libero et al. | Multimodal neuroimaging based classification of autism spectrum disorder using anatomical, neurochemical, and white matter correlates | |
| Gaser et al. | Deformation-based morphometry and its relation to conventional volumetry of brain lateral ventricles in MRI | |
| Thambisetty et al. | Longitudinal changes in cortical thickness associated with normal aging | |
| Nagy et al. | Preterm children have disturbances of white matter at 11 years of age as shown by diffusion tensor imaging | |
| Zelaya et al. | An evaluation of the time dependence of the anisotropy of the water diffusion tensor in acute human ischemia | |
| Clark et al. | Impact of acquisition protocols and processing streams on tissue segmentation of T1 weighted MR images | |
| Thomann et al. | Structural changes of the corpus callosum in mild cognitive impairment and Alzheimer’s disease | |
| CN111753833A (zh) | 基于fMRI与DTI构建脑网络建模的帕金森辅助识别方法 | |
| Libero et al. | White matter diffusion of major fiber tracts implicated in autism spectrum disorder | |
| Glozman et al. | Framework for shape analysis of white matter fiber bundles | |
| Kang et al. | Diffusion properties of cortical and pericortical tissue: regional variations, reliability and methodological issues | |
| Mak et al. | Efficacy of voxel-based morphometry with DARTEL and standard registration as imaging biomarkers in Alzheimer's disease patients and cognitively normal older adults at 3.0 Tesla MR imaging | |
| CN102222156A (zh) | 人脑中水分子弥散模型的建立方法 | |
| Yamashita et al. | Detection of changes in cerebrospinal fluid space in idiopathic normal pressure hydrocephalus using voxel-based morphometry | |
| Trimarchi et al. | MRI 3D lateral cerebral ventricles in living humans: morphological and morphometrical age-, gender-related preliminary study | |
| Xu et al. | Age effects on hippocampal structural changes in old men: the HAAS | |
| Pepe et al. | Automatic statistical shape analysis of cerebral asymmetry in 3D T1-weighted magnetic resonance images at vertex-level: application to neuroleptic-naïve schizophrenia | |
| Verschuur et al. | Methodological considerations on diffusion MRI tractography in infants aged 0–2 years: a scoping review | |
| Mory et al. | Structural abnormalities of the thalamus in juvenile myoclonic epilepsy | |
| Wang et al. | Regional pattern of increased water diffusivity in hippocampus and corpus callosum in mild cognitive impairment | |
| Xia et al. | Texture analysis and volumetry of hippocampus and medial temporal lobe in patients with Alzheimer's Disease | |
| CN119579505B (zh) | 针对静息态磁共振脑血管反应性成像的质量控制方法及设备 | |
| CN1947655A (zh) | 三维脑磁共振数据处理中的皮层复杂性定量分析方法 | |
| Kim et al. | Evaluation of hippocampal volume based on various inversion time in normal adults by manual tracing and automated segmentation methods | |
| Maestu et al. | Evidence of biochemical and biomagnetic interactions in Alzheimer’s disease: an MEG and MR spectroscopy study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CI01 | Correction of invention patent gazette |
Correction item: Abstract figure Correct: Right summary drawings False: Cuo Gongkai Number: 16 Volume: 23 |
|
| CI02 | Correction of invention patent application |
Correction item: Abstract figure Correct: Right summary drawings False: Cuo Gongkai Number: 16 Page: The title page Volume: 23 |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: FIGURE OF ABSTRACT; FROM: FALSE PUBLICATION TO: CORRECT CORRECT FIGURE OF ABSTRACT |
|
| ERR | Gazette correction |
Free format text: CORRECT: FIGURE OF ABSTRACT; FROM: FALSE PUBLICATION TO: CORRECT CORRECT FIGURE OF ABSTRACT |
|
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Open date: 20070418 |