基于空间ICA的fMRI静息态脑网络的分离研究 - 副本

后的 DMN 的空间位置分布结果显示用 sICA 分析方法分离出的默 认网络区域主要在公认的默认网络区域中，见图 2。
收稿日期：2012-11-15
万方数据
图 2 DMN 的空间位置分布图 1
医学信息学
医学信息 2012 年 12 月第 25 卷第 9 期 Medical Information. Dec. 2012. Vol. 25. No. 9
图 1 HMIS 系统结构图 本系统设定运行的有效空间为医院内， 包括病房区域及公共场 所，患者在此范围内活动时，所携带的便携式传感器会定位并记载 体征数据，包括：体感温度、心率、脉搏、血压等，并通过无线网络将 数据实时传送回中央控制中心，用于实时监控。 2.2 软件设计 2.2.1HMIS 系统功能模块，见图 2。 收稿日期：2012-11-26 2
神经学人标准脑模板空间，并进行空间再采样，使得每个体素的大 小为 3mm×3mm×3mm；④空间平滑，为了确保图像数据具有高信噪 比，采用半高全宽为 8mm 高斯核进行数据平滑。 2 空间独立成分分析
采用空间独立成分分析（sICA）的方法对静息态网络进行分离并 检测，ICA 算法由 GIFT 软件实现。首先，根据 GIFT 软件提供的基于" 最小描述长度"准则，评估出最佳分解成分数，本研究中右利手评估 出 42 个成分数，左利手评估出 41 个成分数；然后，采用空间 ICA 算 法，该方法是将在每个时间点扫描得到的图像数据看成一个混合成 分，进行独立成分分析，得到一系列独立的图像以及与图像相对应 的时间序列，再根据阈值予以个体图像与时间序列再建造；最后，对 各个独立成分分别进行归一化处理，转换为 z 值。 z 值反映的是单个 体素的时间序列和整个独立成分的平均时间序列相关系数的度量，z 值越大，表示的功能连接就越强。 3 静息态脑网络分离识别
1 前言 随着软件成本快速降低，以及网络技术逐步成熟，突破传统的看
护方式，采用 IT 系统解决此问题成为应用趋势。 本文介绍的医院病 理实时监护系统（简称"HMIS"）即是一例解决方案。 HMIS 通过无线 网络传输病理信息，由控制台全局掌控后端数据，很好的解决我院 的病理实时监控问题。 2 系统设计 2.1 系统及网络架构 设计的 HMIS 系统从硬件结构可分三层： ①病 理/医护感知层：病理感知由各类体征传感器组成，用于患者携带；医 护感知由医护人员手持终端，用于接受应用层数据；②无线网络层： 在限定范围内，通过无线传输信号；③应用层：用于中央控制中心。 见图 1。
差异的，要分析左右利手人群中这两个重要网络拓扑性质的差异同 人的认知及行为的联系，还需要结合功能磁共振图像的网络分析方 法做进一步的研究。 参考文献： [1] 公 昱 文 ,张 桂 芸 ,马 洪 芝 .ICA 算 法 在 Fmri 中 的 应 用 [J].计 算 机 工 程 与 科 学 ， 2008,30（1）：37-38. [2]Yang, W, et al. Independent component analysis -based classification of Alzheimer's disease MRI data. J Alzheimers Dis, 2011,24(4):775-783. [3]杨志 根 .基 于 独 立 成 分 分 析 的 fMRI 脑 静 息 态 网 络 特 性 研 究 [D].南 京 ：南 京 航 天 航 空 大 学 ,2008. [4]Raichle, M.E, et al. A default mode of brain function. Proc Natl Acad Sci U S A,2001,98(2):676-682. [5]Gusnard, D.A,et al. Medial prefrontal cortex and self-referential mental activity: relation to a default mode of brain function. Proc Natl Acad Sci U S A, 2001,98 (7):4259-4264.
独 立 成 分 分 析 法 (independent component analysis,ICA) 是 基 于 信 号 高 阶 统 计 特 性 的 分 析 方 法 , 广 泛 应 用 于 功 能 磁 共 振（fMRI）数 据处理研究中 ， [1,2] 由于 fMRI 数据的空间维数远大于时间维数，因 此空间独立成分分析在 fMRI 图像处理中占有重要作用。 传统的 方法从整个大脑出发去研究左右利手的差异性显得太粗糙，而从 网络连接和静息态层次上也许能更好地理解利手人群的神经生 理机制。 静息态脑网络（resting state network,RSN）是由自发神经元 活动组成的一系列具有特异性的空间模式， 主要包括感觉运动、 视觉、听觉、语言、工作记忆以及默认网络[3]，其中默认网络（default mode network, DMN）在静息态时能量代谢，脑自发活动都远远高 于 其 他 网 络 ， 而 在 参 与 认 知 任 务 时 呈 现 " 负 激 活 "[4] ； 而 感 觉 运 动 网 络（somato-motor network,SMN）则能反映后期的运动对其可塑性的 改变。 利用空间 ICA 的分析方法从左右利手静息态 MRI 图像中提 取出这两个重要网络，可在网络连接层面分析左右利手人群的脑 拓扑特性差异。 1 数据预处理
万方数据
图 2 HMIS 系统功能模块图 患者信息管理 ：系统记录有患者基本信息，例如：姓名、性别、年 龄、既往病史、入住科室、入院时间、主治医生、病症等等信息，并通 过此模块查询；信息来源于 HIS，本系统预留病例信息导入功能，提 供接口与 HIS 进行对接， 以确保医院信息管理系统的数据统一，有 利于信息系统整体升级和管理。 警报管理：管理异常警报信息。 警报信息包括患者基本信息和体 征数据，加密后传送[1-2]。 警报信息的触发方式包括两种：①系统触 发： 当系统监测到患者生命体征脱离正常值并已达到警报阈值后， 由系统向患者和医生所携带终端主动发出报警信息； ②患者触发： 患者遇紧急事件时可通过携带的无线监护器主动发出警报，系统收 到警报后即刻转给医生所携带的终端。 实时信息查询：实时查询患者的生命体征，运行流程为：发出指 令→传感器接收并反馈 " 已接收 " 讯号给控制台→传感器采集数据 并反馈给控制台。 监控权限管理：为保护患者隐私，只有匹配权限的用户才可查询 患者的体征信息，例如：主治医生有权限查询患者的体征数据，此模 块的功能就是配置权限，配置方法有两种：①页面配置：在 web 页面 操作，配置用户的使用权限；②通过系统提供的 Excel 文件模板，填 写需要配置的信息，将 Excel 上传至系统，系统自动进行批量配置； 标准数据平台：此模块用于设置各类体征数据的标准值，超出此 标准值的数据即触发警报， 此模块会记录修改标准数据的历史轨 迹；标准数据设置方式包括两种：①Excel 批量导入：系统提供 excel 模板， 用户将需要设置的数据记录其中， 将 excel 导入系统即可；② web 页面设置；web 页面支持单条信息的修改。 报表管理：提供多视角多维度统计病理数据的功能，用于辅助教 学研究。 系统管理：此模块为系统管理员专用，包括数据备份、用户管理、 病例信息导入；其中病例信息导入的功能是将本系统所需的患者数
为了避免磁共振机器的匀场效应首先去除功能像的前 10 个时 间点的数据。 采用 SPM8（statistical parametric mapping）软件[5]进行图 像预处理：①时间校正，以中间层采集的时间为基准，对受试者在每 个时间点上的数据进行采集时间差异的校正；②空间对齐，将全部 时间点的数据在空间上与第一个时间点采集的数据对齐，得到受试 者在扫描时间序列中的头动参数， 其中平动大于 3.0mm， 旋动大于 3.0°的 3 例患者数据被剔出；③空间标准化，将数据配准到蒙特利尔
基于空间ICA的fMRI静息态脑网络的分离研究
作者： 作者单位： 刊名：
英文刊名： 年，卷(期)：
杨国城， 李佳凌， 钟丽莎， 肖波 泸州医学院基础医学院,四川,泸州,646000
医学信息 MEDICAL INFORMATION 2012,25(9)
参考文献(5条) 1.公昱文;张桂芸;马洪芝 ICA 算法在Fmri 中的应用 2008(01) 2.Yang,W Independent component analysis -based classification of Alzheimer's disease MRI data 2011(04) 3.杨志根 基于独立成分分析的fMRI 脑静息态网络特性研究[学位论文] 2008 4.Raichle,M.E A default mode of brain function 2001(02) 5.Gusnard,D.A Medial prefrontal cortex and self-referential mental activity:relation to a default mode of brain function 2001(07)
空间 ICA 能分离后得到一系列空间独立成分，按照最大空间相 关的原则挑选了对应的 2 个感兴趣的 RSN 成分。 以挑选右利手 DMN 成分为例，首先计算 DMN 先验模板和 42 个成分的空间相关系 数，gift 软件会以从高到低的顺序排列出每个成分和 DMN 先验模板 相似程度的空间相关系数；然后选出每个被试中具有最大空间相关 系数的那个成分，本研究中右利手最大成分为第 40 个成分，左利手 为第 29 个成分， 该成分即分别表示右利手和左利手的 DMN 网络， 其流程，见图 1，按同样的方法可以选出 SMN 成分。
4.2 感觉运动网络（SMN） 双侧中央前后回及辅助运动区，见图 3。
图 3 SMN 的空间位置分布图 5 总结
由本研究可以看出，ቤተ መጻሕፍቲ ባይዱCA 技术在医学图像处理中得到了较为重 要的应用， 基于空间 ICA 的方法能将 FMRI 图像中的静息态脑网络 精确的提取出来。 单样本 T 检验结果显示的左右利手有着典型的 RSN 空间分布模式，从我们的结果可以看出两组人的分布模式是有
医学信息 2012 年 12 月第 25 卷第 9 期 Medical Information. Dec. 2012. Vol. 25. No. 9
医学信息学
·临 床 医 学 信 息 学·
基于空间 ICA 的 fMRI 静息态脑网络的分离研究
杨国城,李佳凌,钟丽莎,肖 波
（泸州医学院基础医学院，四川 泸州 646000）
图 1 网络识别流程图
4 检验结果 分别挑选出每个受试者的 2 个 RSN 成分后，采用 SPM8 软件的
单样本 T 检验观察每个 RSN 的解剖位置空间分布图，结果以 P<0.05 ( false discovery rate,FDR 校正)阈值水平显示。 图 2，图 3 分别为 sICA 方法分离出的 DMN 和 SMN 两个网络的空间位置分布图，两幅图的 左边均为右利手的 RSN 分布模式，右边为左利手的 RSN 分布模式。 两个空间分布模式如下： 4.1 默认网络 （DMN） 标准的 DMN 的空间分布模式为扣带回后皮 质/楔前叶、内侧前额叶皮质、双侧内侧颞叶及外侧颞下回；统计检验
编辑/申磊
医院病理实时监护系统的设计与实现
刘 峰胡 云 (宁夏医科大学总医院信息中心，宁夏 银川 750004)
摘要：随着我国人口老龄化加速，传统监护方式与医护人员数量不足之间的矛盾日益凸显 ， HMIS 系统解决了此问题。 本文详细介绍 HMIS 的 系统设计及软件框架，并用伪码描述关键技术实现及算法介绍 。 HMIS 系统已顺利运行，效果显著。 关键词：病理监护；实时传输；批量导入
摘要：解剖结构研究发现左利手的大脑左右半球比右利手的更对称 ，而左右利手人群的功能磁共振影像差异的研究甚少 ，因此开 展 功 能 脑 网 络 的研究有利于认识利手人群大脑拓扑特性的差异 。 为了更精确地理解利手人群的神经生理机制 ，本文基于功能磁共振的静息态图像 ，采用空间 独立成分分析的方法分离出左右利手的默认网络 （DMN）和感觉运动网络（SMN），为一步揭示与左右利手相关的生理特性差异做铺垫 。 关键词：左右利手；静息态；功能脑网络；空间独立成分分析