《靜息態功能磁共振數據的非局部空間平滑方法研究》是依託北京工業大學，由邢秀俠擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：靜息態功能磁共振數據的非局部空間平滑方法研究
- 項目類別：青年科學基金項目
- 項目負責人：邢秀俠
- 依託單位：北京工業大學
項目摘要,結題摘要,
項目摘要
近20年來，靜息態功能磁共振技術(R-fMRI)逐顯成熟並成為探索人腦功能和神經精神疾病的有力工具。R-fMRI能測量活體大腦內在功能活動。基於R-fMRI信號，可以計算各種指標來刻畫人腦內在功能特性。在此過程中，原始數據必須經過一些預處理，高斯空間平滑是其中最常見和重要的一步，用來：增強信噪比、降低環效應、改善組分析誤差和滿足高斯隨機場需求。隨著快速磁共振成像技術發展，高斯平滑的局限凸顯：加劇部分容積效應、降低空間解析度、損害功能定位精度和限制結構功能關聯。本項目採用偏微分方程理論中非局部擴散方程克服上述缺陷，研究非局部空間平滑對R-fMRI圖像處理的影響。在個體和群組水平上，比較非局部平滑與高斯平滑在R-fMRI計算中的不同。本研究將為R-fMRI圖像處理提供新方法，改進目前的R-fMRI圖像處理流程，為高時空解析度的R-fMRI計算提供新思路，推動其在神經和精神疾病研究中的套用。
結題摘要
靜息態功能磁共振技術(rfMRI)逐顯成熟並成為探索人腦功能和神經精神疾病的有力工具。RfMRI原始數據必須經過一些預處理，空間平滑是其中最常見和重要一步，用來：增強信噪比、降低環效應、改善組分析誤差和滿足高斯隨機場需求。隨著快速磁共振成像技術發展，高斯平滑局限凸顯：加劇部分容積效應、降低空間解析度、損害功能定位精度和限制結構功能關聯。本項目採用偏微分方程理論中非局部擴散方程克服上述缺陷，系統地研究了非局部空間平滑對R-fMRI圖像處理影響，開發了基於時間點的rfMRI非局部平滑的降噪算法，將其整合到人腦連線組計算系統（CCS）。項目團隊參與研發rfMRI計算軟體一套，作為共同通訊作者在5年影響因子超過10的雜誌上發表論文一篇，並成為該刊Top25最受關注論文之一，提出了rfMRI數據處理與分析的標準規範。本研究成果為rfMRI圖像處理提供了新的降噪方法，改進了目前的rfMRI圖像處理流程，提高了基於rfMRI的人腦功能連線組學的重測信度。
