公开(公告)号：CN111227833A

公开(公告)日：2020-06-05

申请号：CN202010036446.5

申请日：2020-01-14

Applicant: 西安交通大学医学院第一附属医院

Inventor： 牛晨 ,  张秋丽 ,  张明 ,  任雨寒 ,  温鑫 ,  刘翔

IPC: A61B5/055

Abstract: 本发明公开了一种基于广义线性模型的机器学习的术前定位方法，包括以下步骤：获得结构图像和功能磁共振图像；对结构图像和功能磁共振图像进行预处理；对结构图像和功能磁共振图像进行分割和配准操作，使用双重回归方法提取运动网络；构建广义线性预测模型，将大脑分区进行广义线性预测模型拟合；本发明方法可以更准确地在静息态功能磁共振的基础上识别运动区域预测个体的运动激活图，能够以实际任务功能磁共振图像激活为参考，使用主动任务激活训练的广义线性预测模能有效预测被动任务激活，广义线性预测模对于不能达到满意任务表现的患者，包括老年人、儿童、肿瘤患者具有重要的临床应用价值。

公开(公告)号：CN111227833B

公开(公告)日：2021-09-14

申请号：CN202010036446.5

申请日：2020-01-14

Applicant: 西安交通大学医学院第一附属医院

Inventor： 牛晨 ,  张秋丽 ,  张明 ,  任雨寒 ,  温鑫 ,  刘翔

IPC: A61B5/055

Abstract: 本发明公开了一种基于广义线性模型的机器学习的术前定位方法，包括以下步骤：获得结构图像和功能磁共振图像；对结构图像和功能磁共振图像进行预处理；对结构图像和功能磁共振图像进行分割和配准操作，使用双重回归方法提取运动网络；构建广义线性预测模型，将大脑分区进行广义线性预测模型拟合；本发明方法可以更准确地在静息态功能磁共振的基础上识别运动区域预测个体的运动激活图，能够以实际任务功能磁共振图像激活为参考，使用主动任务激活训练的广义线性预测模能有效预测被动任务激活，广义线性预测模对于不能达到满意任务表现的患者，包括老年人、儿童、肿瘤患者具有重要的临床应用价值。

公开(公告)号：CN110537915A

公开(公告)日：2019-12-06

申请号：CN201910844699.2

申请日：2019-09-07

Applicant: 西安交通大学医学院第一附属医院

Inventor： 牛晨 ,  刘翔 ,  张明 ,  张秋丽 ,  林盘 ,  韩芳

IPC: A61B5/055 ,  A61B5/00 ,  G06T7/00

Abstract: 本发明公开一种基于FMRI及DTI融合的皮质脊髓束纤维追踪方法,包括对fMRI和DTI磁共振图像数据进行预处理、通过任务态功能激活提取最大激活区定义种子点来确定重要运动区域、ROI选取、利用多纤维模型的概率追踪法完成纤维追踪，本发明通过选择fMRI的运动激活区作为DTI纤维追踪的种子点，与传统解剖位置定义对脑肿瘤患者进行CST纤维追踪进行比较，以此来评价CST的不同成分与脑肿瘤边界的空间位置关系，从而为脑肿瘤患者提供有价值的术前信息。