静息态功能磁共振成像的脑功能分区综述 - 中国图象图形学报.pdf

中图法分类号:TP391.4 文献标识码:A 文章编号:1006-8961(2017) - 论文引用格式： 静息态功能磁共振成像的脑功能分区综述 胡颖，王丽嘉，聂生东 上海理工大学医学影像工程研究所,上海,200093 摘 要 ：目的：越来越多的研究表明，基于静息态功能磁共振成像（resting state functional Magnetic Resonance Imaging, rs-fMRI）的大脑功能分区比传统的大脑结构分区（如AAL 分区、Brodmann 分区等）在功能网络构建中 功能一致性更高。但现阶段对于大脑功能模块的划分较粗糙，需要更精细准确的脑功能分区，明确宏观尺度的基 本功能单元。为能使脑科学领域的研究者对基于静息态功能磁共振成像的脑功能分区进行有益的探索和应用，本 文对其进行系统综述。方法：文章从 rs-fMRI 数据与大脑功能网络的关系出发，理清脑功能区分割的一般思路， 对近几年来脑功能分区算法中出现的新思路、新方法以及对原有方法的改进做了较全面的阐述；最后总结该领域 现阶段面临的问题并对未来的研究方向做了展望。结果：根据脑区情况，将脑功能分区分为全脑功能分区和局部 脑功能分区，并分别阐释这两方面的优势与应用。同时，将脑功能分区算法归纳为基于数据驱动和基于模型驱动 两大类，并展示了各类分区算法的优势以及面临的难点和挑战。结论：基于静息态功能磁共振成像的脑功能分区 的研究已经取得了一些进展和有价值的研究成果，但是距离研究人脑机制，应用于脑部疾病的预防和诊断以及启 示类脑科学的发展，还需要对脑功能分区方法进行更深入的研究和完善。后续研究中可将传统的分区算法和先验 知识、空间领域信息、空间约束、稀疏编码、特征选择和采样学习等思想结合起来，形成融合性的脑功能分区算 法，致力于更为细致准确的大脑功能分区和脑功能网络构建，解析脑的高级功能。 关键词 ：脑功能分区；静息态；功能磁共振成像；功能网络；分区算法 Review on brain functional parcellation based on resting state functional magnetic resonance imaging data Hu Y, Wang L J, Nie S D Institute of Medical Imaging Engineering, University of Shanghai for Science and Technology, Shanghai ,200093 Abstract ：Objective：More and more studies show that brain functional parcellation based on resting state functional magnetic resonance imaging data has better functional consistency than traditional structural parcellation (such as AAL atlas, Brodmann atlas) in the construction of functional networks. However, a substantial part of parcellations of brain functional modules are rough at this stage, and it needs more precise and accurate brain functional parcellations which can define the basic functional unit of macro scale. 基金项目: 国家自然科学基金; 上海市自然科学基金(14ZR1427900);上海高校青年教师培养资助计划(ZZslg15063); 微创励志创新基金(YS30809144