磁共振成像数据的一键式分析平台及分析方法技术

本发明专利技术公开了磁共振成像数据的一键式分析平台及分析方法。属于磁共振成像数据分析技术领域；通过直接输入路径读取磁共振图像对数据进行整理、处理、统计和分析，使得处理磁共振成像数据分析的步骤变少，容错率变高、分析和运算速度都变快，使用简单。在磁共振成像数据的一键式分析平台上选择需要分析的模块；并点击进入模块；将需要分析的数据上传或导入到一键式分析平台中；填写数据的基本信息参数；判断是否需要填写数据分析的参数；平台会自动检查参数输入是否正确，检查无误之后，返回主界面，运行平台，生成结果。生成结果。生成结果。

【技术实现步骤摘要】
磁共振成像数据的一键式分析平台及分析方法


[0001]本专利技术涉及磁共振成像数据分析
，具体涉及一种磁共振成像数据的一键式分析平台及分析方法。

技术介绍

[0002]磁共振成像(magnetic resonance imaging，缩写成MRI)是利用磁场和射频波在脑内产生脉冲能量，因为脉冲可调谐到不同频段，使一些原子与磁场偶联。当磁脉冲被关掉的瞬间，这些原子振动(共振)并返回到自己的初始态，特殊的射频接收器检测这些共振及其对于计算机的通道信息，据此而产生不同原子在脑区中的定位图像。其属于一种新型的神经影像学方式，运用正电子发射断层扫描技术研究人及动物的脑或脊髓。磁共振成像让我们能直接观察人体大脑内活动情况变成了可能，为人们对脑的研究拥有了更加先进、更加精确的技术支持，同时，其能对一些无结构性的疾病，包括抑郁症、癫痫等，通过数据分析的方式找到它的病发区，为解决这类疾病提供了更好的信息支持，从而成为脑科学研究的前沿。
[0003]传统的磁共振成像数据分析方案通常是不同的数据统计分析模块在不同的计算机进程中运行，数据分析的方案和可运用的模块复杂多样。在这种情况下，虽然选择较多，但是步骤较多，容错率较低，尤其是在数据较多而所需分析较复杂时，运算和分析效率也会随之降低。
[0004]现在对于磁共振成像数据分析有很多可供使用的软件包，例如：预处理(SPM，DPARSF)、脑网络构建(GRETNA)、脑网络可视化(BrainNet Viewer)、心理实验设计(Psychopy)、机器学习(Scikit<br/>‑
Learn)、数据处理(NumPy，Pandas，Matplotlib)。

技术实现思路

[0005]本专利技术是为了解决现有磁共振成像数据分析方法在相关研究和处理、运算、统计以及分析过程中效率较低的不足，提供一种磁共振成像数据的一键式分析平台及分析方法；其通过直接输入路径读取磁共振图像对数据进行整理、处理、统计和分析，使得处理磁共振成像数据分析的步骤变少，容错率变高、分析和运算速度都变快，使用简单。
[0006]为了实现上述目的，本专利技术采用以下技术方案：
[0007]磁共振成像数据的一键式分析方法，所述方法的实现过程如下：
[0008]A1、在磁共振成像数据的一键式分析平台上选择需要分析的模块；并点击进入模块；
[0009]A2、将需要分析的数据上传或导入到一键式分析平台中；
[0010]A3、填写数据的基本信息参数；
[0011]A4、判断是否需要填写数据分析的参数，如果要进行非默认参数的数据预处理、或要进行非默认参数的统计分析、或要进行非默认参数的多重比较矫正时，则需要填写数据分析的自定义参数，其它情况下直接用数据分析的默认参数；
[0012]A5、平台会自动检查参数输入是否正确，检查无误之后，返回主界面，运行平台，生成结果。
[0013]磁共振成像数据的一键式分析平台，所述平台能安装在电脑上，并能在电脑上运行；所述平台包括：
[0014](1)数据分析工具单元，用于对数据或者图像进行重命名、分类、处理、统计、校正或者图像计算的操作；
[0015](2)数据分析处理单元，用于对已经整理成脑成像数据结构格式的数据进行预处理、后处理、指标计算和统计分析操作。
[0016]本方案可通过直接输入路径读取磁共振图像对数据进行整理、处理、统计和分析，使得处理磁共振成像数据分析的步骤变少，容错率变高、分析和运算速度都变快，使用简单。
[0017]作为优选，所述的数据分析工具单元包括：
[0018](1.1)数据质量控制模块，用于对导入的磁共振成像数据进行预处理操作和数据质量检查，并生成相应的结果文件和报告；
[0019](1.2)格式转换模块，用于医学影像文件格式数据向数据存储格式数据的转换，并对其进行重命名操作；
[0020](1.3)图像计算器模块，用于对单个或多个图像进行计算处理；
[0021]首先选择数据存储格式文件，使选好的文件出现在文件列表中，如果输入有错误可重置列表内容，之后输入表达式，最后输入文件夹输出路径以及结果文件夹名称；
[0022](1.4)提信号模块，用于对数据中的脑区信号进行提取；
[0023]首先选择输入的数据类型、文件或者文件夹，之后选择感兴趣区，可输入多个依次呈现在列表当中；先输入掩膜文件，然后输入图谱文件，最后输入结果文件夹名称的前缀或者使用默认前缀，即可运行该模块；
[0024](1.5)重采样模块，可对单个文件或者文件夹中的所有数据进行重采样的操作；
[0025]输入重采样后的体素大小并选择插值方法，其中既可选择使目标空间保持原始空间，也可另外输入图像定义目标空间，最后选择输出路径，即可运行该模块；
[0026](1.6)数据分类模块，用于将需要分类的数据所处路径输入之后，读取数据进行分类，整理后的平台支持格式的数据文件可直接存放于指定路径中；
[0027](1.7)统计模块，用于对数据进行统计分析操作；
[0028]统计分析包括单样本t检验分析、双样本t检验分析、配对t检验分析、方差分析以及重复测量方差分析，并且可以选择是否回归协变量，其中，协变量包括数据文件形式或图像文件形式；统计分析可自由选择；选择并输入完毕之后，即可运行该模块；
[0029](1.8)多重比较校正模块，用于对数据进行多重比较校正操作；
[0030]可选择一张统计图并选择校正后生成的结果路径以及校正时所需的掩膜路径，其中可选择的校正操作为高斯随机场校正或错误控制法校正；选择完毕并填写好相应参数，即可运行该模块；
[0031](1.9)数据结构转换模块，用于对脑成像数据结构之间的数据格式进行相互转换；
[0032]对于文件为脑成像数据结构格式且想转化为其他格式时使用，反之亦可；要确保功能像磁共振序列的文件夹命名为func，结构像磁共振序列的文件夹命名为anat；将需要
转化数据格式的文件所在路径输入后即可运行该模块；
[0033](1.10)文件名称修正模块，用于修改文件的名称，或者添加前缀、后缀；
[0034]可单一或批量修改数据文件的名称；将需要重命名的数据文件所在路径以及需要添加的前缀或后缀输入，即可运行该模块；
[0035]作为优选，所述的数据分析处理单元包括：
[0036](2.1)振幅模块，用于计算单频段或多频段的低频波动振幅、低频振荡分数幅度、小波振荡分数幅度和波动幅度百分比的指标；
[0037](2.2)动态分析模块，用于对动态指标的计算；
[0038](2.3)机器学习模块，用于支持向量机和支持向量回归的计算；
[0039](2.4)功能连接模块，用于计算单频段或多频段的基于种子点的功能连接；
[0040](2.5)局部一致性模块，用于计算单频段或多频段的局部一致性指标；
[0041](2.6)度中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.磁共振成像数据的一键式分析方法，其特征在于，所述方法的实现过程如下：A1、在磁共振成像数据的一键式分析平台上选择需要分析的模块；并点击进入模块；A2、将需要分析的数据上传或导入到一键式分析平台中；A3、填写数据的基本信息参数；A4、判断是否需要填写数据分析的参数，如果要进行非默认参数的数据预处理、或要进行非默认参数的统计分析、或要进行非默认参数的多重比较矫正时，则需要填写数据分析的自定义参数，其它情况下直接用数据分析的默认参数；A5、平台会自动检查参数输入是否正确，检查无误之后，返回主界面，运行平台，生成结果。2.磁共振成像数据的一键式分析平台，其特征在于，所述平台包括：(1)数据分析工具单元，用于对数据或者图像进行重命名、分类、处理、统计、校正或者图像计算的操作；(2)数据分析处理单元，用于对已经整理成脑成像数据结构格式的数据进行预处理、后处理、指标计算和统计分析操作。3.根据权利要求2所述的磁共振成像数据的一键式分析平台，其特征在于，所述的数据分析工具单元包括：(1.1)数据质量控制模块，用于对导入的磁共振成像数据进行预处理操作和数据质量检查，并生成相应的结果文件和报告；(1.2)格式转换模块，用于医学影像文件格式数据向数据存储格式数据的转换，并对其进行重命名操作；(1.3)图像计算器模块，用于对单个或多个图像进行计算处理；(1.4)提信号模块，用于对数据中的脑区信号进行提取；(1.5)重采样模块，可对单个文件或者文件夹中的所有数据进行重采样的操作。4.根据权利要求2或3所述的磁共振成像数据的一键式分析平台，其特征在于，所述的数据分析工具单元还包括：(1.6)数据分类模块，用于将需要分类的数据所处路径输入之后，读取数据进行分类，整理后的平台支持格式的数据文件可直接存放于指定路径中；(1.7)统计模块，用于对数据进行统计分析操作；(1.8)多重比较校正模块，用于对数据进行多重比较校正操作；(1.9)数据结构转换模块，用于对脑成像数据结构之间的数据格式进行相互转换；(1.10)文件名称修正模块，用于修改文件的名称，或者添加前缀、后缀。5.根据权利要求2所述的磁共振成像数据的一键式分析平台，其特征在于，所述的数据分析处理单元包括：(2.1)振幅模块，用于计算单频段或多频段的低频波动振幅、低频振荡分数幅度、小波振荡分数幅度和波动幅度百分比的指标；(2.2)动态分析模块，用于对动态指标的计算；(2.3)机器学习模块，用于支持向量机和支持向量回归的计算；(2.4)功能连接模块，用于计算单频段或多频段的基于种子点的功能连接；(2.5)局部一致性模块，用于计算单频段或多频段的局部一致性指标；
(2.6)度中心性模块，用于计算单频段或多频段的度中心性指标；(2.7)格兰杰因果分析模块，用于计算格兰杰因果分析指标；(2.8)白质模块，用于白质的指标计算；(2.9)图论分析模块，用于脑网络的指标计算；(2.10)基于体素的形态学分析模块，用于对被试之间灰质体素粒度的分析；(2.11)基于体素的组水平统计分析模块，用于对基于体素的被试组水平的分析；(2.12)基于白质骨架的空间统计分析模块，用于对白质骨架空间的分...

【专利技术属性】
技术研发人员：贾熙泽，
申请(专利权)人：杭州脑海科技有限公司，
类型：发明
国别省市：