Xử lý mù tín hiệu trong phân tích ảnh cộng hưởng từ chức năng FMRI

SĐH.QT9.BM11 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Nguyễn Đức Hoàng Đề tài luận văn: Xử lý mù tín hiệu phân tích ảnh cộng hưởng từ chức FMRI ứng dụng hỗ trợ chuẩn đoán y tế Chuyên ngành: Kỹ thuật truyền thông Mã số SV: CB130587 Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày……………………… với nội dung sau: …………………………………………………………………………………………………… … ………………………………………………………………………………………………… ………… ………………………………………………………………………………………… ………………… ………………………………………………………………………………… ………………………… ………………………………………………………………………… ………………………………… ………………………………………………………………… ………………………………………… ………………………………………… Ngày 12 tháng 11 năm 2015 Giáo viên hƣớng dẫn Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG LỜI NÓI ĐẦU Luận văn thực khuôn khổ đề tài “Nghiên cứu xử lý tín hiệu mù phân tích ảnh chụp cộng hưởng từ chức FMRI ứng dụng hỗ trợ cho chẩn đoán ý tế” mã số B2012-01-25 TS Vương Hoàng Nam chủ trì Luận văn sản phẩm khoa học học viên, giúp học viên có nhìn xuyên suốt hệ thống kiến thức học trường, tiếp cận với thực tế Và sau nỗ lực thân hướng dẫn nhiệt tình giảng viên TS Vương Hoàng Nam, hoàn thiện luận văn với tên: “Xử lý mù tín hiệu phân tích ảnh cộng hưởng từ chức FMRI ứng dụng hỗ trợ chuẩn đoán y tế” Tôi xin chân thành cảm ơn TS Vương Hoàng Nam bảo, hướng dẫn, động viên tạo điều kiện cho trình hoàn thiện luận văn Tôi xin chân thành cảm ơn thầy cô giáo Viện Điện tử - Viễn thông giúp có kiến thức chuyên ngành bổ ích suốt thời gian học tập trường Xin cảm ơn gia đình, bạn bè động viên trình hoàn thiện luận văn Tôi xin chân thành cảm ơn! TÓM TẮT Mục tiêu:  Xây dựng mô hình phân tích xác định vùng hoạt hóa ảnh cộng hưởng từ chức FMRI với độ tin cậy cao có khả dung hỗ trợ cho nghiên cứu chẩn đoán y tế, đồng thời đưa kết thực nghiệm tin cậy  Xây dựng phần mềm mô MATLAB 7.11.0.584 Nội dung chính:  Nghiên cứu phát triển số giải thuật xử lý mù tín hiệu để ứng dụng phân tích ảnh cộng hưởng từ chức FMRI  Xây dựng mô hình hình phân tích xác định vùng hoạt hóa ảnh cộng hưởng từ chức FMRI  Xây dựng sở liệu FMRI phù hợp, để sử dụng thực nghiệm đề tài  Tổng hợp đánh giá kết thu MỤC LỤC LỜI NÓI ĐẦU TÓM TẮT MỤC LỤC DANH SÁCH HÌNH VẼ CÁC TỪ VIẾT TẮT MỞ ĐẦU 11 CHƢƠNG GIỚI THIỆU CHUNG VỀ ẢNH CỘNG HƢỞNG TỪ CHỨC NĂNG FMRI 15 1.1 Giới thiệu - Nguyên lý chụp ảnh cộng hƣởng từ MRI 15 1.1.1 Lịch sử phát triển cộng hưởng từ hạt nhân 15 1.1.2 Hạt nhân từ trường 16 1.1.3 Tác dụng sóng RF 18 1.1.4 Các trình hồi phục 22 1.1.5 Khái niệm TR, TE, T1W, T2W, PD PDW 25 1.2 Mã hoá không gian tạo ảnh 26 1.2.1 Trường Gradient 26 1.2.2 Pixel, Voxel FOV 26 1.3 Một số đặc trƣng thống kê ảnh cộng hƣởng từ chức 30 1.3.1 Khái niệm 30 1.3.2 Phân tích thống kê ảnh FMRI 32 1.3.3 Tiền xử lý tín hiệu FMRI 33 1.3.4 Hàm phản ứng huyết lưu HRF (Haemodynamic Response Function) 35 CHƢƠNG CƠ SỞ LÝ THUYẾT BÀI TOÁN XỬ LÝ MÙ TÍN HIỆU 38 2.1 Bài toán phân tách mù nguồn tin 38 2.2 Mô hình BSS tuyến tính 41 2.2.1 Giới thiệu 41 2.2.2 Phương pháp Phân tích thành phần độc lập 42 Phƣơng pháp ICA sử dụng tính phi Gauss 44 2.2.3 Thuật toán FastICA 50 Quá trình tiền xử lý 50 Xấp xỉ hóa negentropy 52 Thuật toán FastICA 52 CHƢƠNG ỨNG DỤNG ICA TRONG PHÂN TÍCH ẢNH 56 CỘNG HƢỞNG TỪ CHỨC NĂNG 56 3.1 Mở đầu 56 3.2 GLM 56 3.3 ICA không gian ICA thời gian 59 3.4 Một số tham số đƣợc sử dụng phân tích FMRI 61 3.4.1 Chỉ số Z 61 3.4.2 Thay đổi phần trăm tín hiệu 62 3.5 Ứng dụng ICA phân tích FMRI 62 3.5.1 Tìm kiếm vùng hoạt hóa 63 3.5.2 Tìm kiếm liên kết chức não 66 CHƢƠNG CƠ SỞ DỮ LIỆU FMRI 68 4.1 Giới thiệu 68 4.2 Dữ liệu FMRI vùng thị giác-vận động (visuo-motor) 69 4.3 Quá trình thu nhận liệu FMRI 71 4.3.1 Các loại thực nghiệm nghiên cứu 71 4.3.2 Quá trình thu nhận 72 4.3.2 Quá trình thu nhận 72 CHƢƠNG MỘT SỐ KẾT QUẢ MÔ PHỎNG VÀ ĐÁNH GIÁ 76 5.1 Giới thiệu 76 5.2 Phƣơng pháp phân tích 77 5.3 Một số kết mô đánh giá 78 KẾT LUẬN 86 TÀI LIỆU THAM KHẢO 87 DANH SÁCH HÌNH VẼ Hình 1.1 - Nguyên tử Hydro nển tảng ảnh MRI Hình - Vector từ hoá mạng Hình 1.3- Sự tạo thành vector B1 Hình - (a) Chuyển động xoắn ốc vector từ hóa mạng hệ quy chiếu trái đất (b) Góc lật  tác dụng B1 (c) Xung 90 độ Hình - Quá trình suy giảm T2 Hình 1.6 - Đường đặc trưng T2 Hình 1.7 - Quá trình hồi phục T1 Hình 1.8 - Hình ảnh minh hoạ trường FOV Hình 1.9 - Tần số Larmor biến đổi có trường Gradient Hình 1.10 - Chọn lớp cắt giá trị tần số xác định Hình 1.11 - Ví dụ mã hóa không gian mặt cắt xiên Hình 1.12 - Mã hoá pha mã hoá tần số Hình 1.13 - Nguyên lý hoạt độngcơ BOLD dùng FMRI Hình 1.14 - Ảnh FMRI xếp theo tiến trình thời gian Hình 1.15 - Hiệu chỉnh Slice-timing Hình 1.16 - Đáp ứng xung BOLD tắc Hình 1.17 - Tích chập tuyến tính hàm kích thích với HRF chuẩn tắc Hình 2.1 - Mô hình toán BSS tổng quát Hình 2.2 - Mô hình giải toán BSS Hình 2-3 Minh họa xử lý mù toán cocktail Hình 2-4 Mô hình đánh giá BSS tuyến tính Hình 2-5 Hàm mật độ xác suất phân bố Gauss Hình 2-6 Hàm mật độ phân bố Laplace Hình 2-7 Phân bố Hình 2-8 Minh họa định lý giới hạn trung tâm Hình 2-9 Sự phân bố chung thành phần độc lập s1 s Hình 2-10 Mật độ thành phần độc lập phân bố Hình 2-11 Sự phân bố chung x1 x2 Hình 2-12 Mật độ phân bố tín hiệu trộn Hình 2-13 Lưu đồ thuật toán FastICA Hình 3-1 Tiến trình thời gian voxel Hình 3-2 Minh họa GLM Hình 3.3 - Thực nghiệm FMRI với hai điều kiện khác A B Tích chập hàm kích thích HRF cho hai dự đoán đáp ứng BOLD Hình 3-4 Đáp ứng BOLD với kích thích đầu vào dạng block Hình 3.5 – Minh họa SICA TICA Hình 3.6 - Minh họa ứng dụng ICA phân tích FMRI Hình 3-6 - Quá trình giảm bậc liệu sử dụng PCA, ký hiệu R (Reduced) dùng để biểu thị liệu giảm bậc Hình 3-7 Quá trình ICA nhóm Hình 3-8 Quá trình Back Reconstruction Hình 3.9 - Mô hình xử lý tín hiệu mù FMRI Hình 3.10 - Lưu đồ thuật toán tìm kiếm vùng hoạt hóa Hình 3-11 Minh họa voxel hoạt hóa voxel không hoạt hóa Hình 3-12 Minh họa liên kết chức (hình trên) không liên kết (hình dưới) Hình 3-13 Minh họa mô hình đánh giá tín hiệu BOLD sử dụng mạng nơron RBF Hình 4.1 - Khảo sát vùng vận động bàn tay phải (A) thị giác (B) Hình 4.2 - Các vùng chức vỏ não Hình 4.3 - Đường thông tin thị giác từ mắt đến vỏ não thị giác Hình 4.4 - Hemi-field phải hemi-field trái Hình 4-5 Minh họa (a)- Block Design (b) Event-related Design theo chu kỳ (c) Event-related Design theo ngẫu nhiên Hình 4.6 - Mô tả trình thu nhận liệu FMRI Hình 4.7 - Hình ảnh bàn cờ ô dùng để kích thích thị giác Hình 4.8 - Các mẫu kích thích thị giác Hình 4-9 Quá trình kích thích thị giác Hình 5-1 Các thành phần độc lập IC1 đên IC4 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z Hình 5- Các thành phần độc lập IC5 đến IC8 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z Hình 5-3 Các thành phần độc lập IC đến IC12 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z Hình 5-4 Các thành phần độc lập IC13 đến IC16 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z Hình 5-5 Các thành phần độc lập IC17 đến IC20 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z Hình 5-6 Quá trình tác động đến thị giác thực nghiệm Hình 5-7 Hàm đáp ứng huyết lưu HRF Hình 5-8 Time-course dự đoán BOLD tương ứng với tác động VML VMR CÁC TỪ VIẾT TẮT Ký tự viết tắt Tiếng Anh Tiếng Việt ANN Artificial Neural Network Mạng nơron nhân tạo BOLD Blood Oxygen Level Dependent Lệ thuộc mức ôxy máu BSP Blind Signal Processing Xử lý mù tín hiệu BSS Blind Source Separation Phân tách mù nguồn tin CC Cross-Corelation Tương quan chéo ECG Electrocardiagram Tín hiệu điện tâm đồ EEG Electroencephalography Tín hiệu điện não đồ EPI Echo Planar Imaging Tạo ảnh hai chiều tiếng vọng FT Fourier Transform Biến đổi Fourier FMRI Functional Magnetic Resonance Imaging Ảnh cộng hưởng từ chức FOV Field of View Trường khảo sát (nhìn) GLM General Linear Model Mô hình tuyến tính tổng quát HRF Haemodynamic Response Function Hàm đáp ứng huyết lưu ICA Independent Component Analysis Phân tích thành phần độc lập IC Independent Component Thành phần độc lập IP Innovation Process Sai số dự báo chuỗi tốt MLP MultiLayer Perceptron Mạng nơron đa lớp Perceptron MRI Magnetic Resonance Imaging Ảnh cộng hưởng từ PCA Principal Component Analysis Phân tích thành phần PD Proton Density (Ảnh) Mật độ Proton PDF Probability Density Function Hàm mật độ xác suất PDW Proton Density Weighted (Ảnh) Mật độ Proton có điều chỉnh PI Performance Index Chỉ số chất lượng PSNR Peak Signal to Noise Ratio Tỷ số Tín hiệu đỉnh Tạp âm RBF Radial Basic Function Mạng nơron RBF RF Radio Frequency Tần số vô tuyến ROA Region of Activation Vùng hoạt hóa SIR Signal to Interference Ratio Tỷ số Tín hiệu - Tạp âm IFT Inverse Fourier Transform Biến đổi Fourier ngược TE Echo Time Thời gian dội T-ICA Temporal ICA TR Repetition Time Thời gian lặp lại S-ICA Spatial ICA Phương pháp ICA không gian VML Visual-Motor Left Vận động- Thị giác trái VMR Visual-Motor Right Vận động- Thị giác phải Phương pháp ICA thời gian 10 Quá trình kích thích thị giác gồm: mẫu ô bàn cờ thay đổi (đảo) màu độ sáng với tần số (nhấp nháy) Hz chiếu 15 giây hemi-field thị giác bên phải (hình 4.8-a) Năm giây hình cố hình dấu thập (hình 4.8-b) Mẫu kích thích (hình 4.8-c) với tần số Hz lặp lại 15 giây cho hemifield thị giác trái Cuối hình hiển thị chữ thập (hình 4.7-b) 20 giây tiếp Quá trình hiển thị hiển thị thông qua lập trình máy tính Quá trình kích thích thị giác lặp lại kiện lần (sự kiện có chu kỳ 55 giây) với tổng cộng 220 giây Hình 4- Quá trình kích thích thị giác Quá trình kích thích vận động thực sau: người tham gia dùng ngón chạm bốn ngón tay bàn tay, lặp Quá trình sử dụng bàn tay phía với hướng kích thích thị giác Quá trình thu nhận xem trình thu liệu kiểu khối (Block Design, hình 4-9) Dữ liệu thô thu ảnh cộng hưởng từ chức phân tích qua nhiều giai đoạn tiền xử lý trước tạo hình ảnh hoạt động chức não Các hình xử lý nhằm loại bỏ xảo ảnh (chuyển động, không xác hướng, không gian…) Chúng ta sử dụng phương pháp thống kê (GLM, ICA…) phù hợp để phân tích liệu Điều giúp phát khác biệt tín hiệu mõi điểm ảnh theo thời gian liên quan đến mẫu kích thích não Các điểm ảnh có khác biệt thống kê ý nghĩa chọn chồng lên hình ảnh giải phẫu não 74 Dữ liệu FMRI theo chế phân tích ICA tách thành thành phần liên quan đến hai tác động khác (một vùng vỏ não vận động thị giác trái, vùng vỏ não vận động thị giác phải) Dữ liệu thu nhận đối tượng gồm: - 220 ảnh FMRI ghi nhận 220 thời điểm (cách 1s) - Mỗi ảnh thu thập FMRI (định dạng Analyze- chụp lát cắt ngang theo trục z) ghi nhận 34 lát cắt (slice) cách 4mm (tương ứng vị trí 80, 76, 72, …,0 (tọa độ theo trục z),….,-48, -52) có độ phân giải 53 x 63 4.4 Kết luận Chương mô tả sở liệu ảnh FMRI Luận văn tập trung nghiên cứu hai vùng vỏ não thị giác vỏ não vận động Các thực nghiệm sử dụng cho việc thu nhận tín hiệu FMRI trình thu nhận ảnh FMRI Đây sở liệu sử dụng mô chương sau 75 CHƢƠNG MỘT SỐ KẾT QUẢ MÔ PHỎNG VÀ ĐÁNH GIÁ 5.1 Giới thiệu Công cụ mô xây dựng từ module (ngôn ngữ MATLB) cung cấp số phòng nghiên cứu ảnh cộng hưởng từ chức FMRI, bao gồm: - Công cụ Group-ICA Medical Image Analysis Laboratory, http://mialab.mrn.org/software/gift/ - Công cụ SPM99 đọc hiển thị ảnh định dạng Analyze http://www.fil.ion.ucl.ac.uk/spm - Công cụ ICALAB gồm thuật toán ICA (FastICA, SOBI, JADE, Infomax…) Cichocki Laboratory for Advanced Brain Signal Processing, http://www.bsp.brain.riken.jp/ - Công cụ Activation Map tác giả Eric Egolf, http://icatb.sourceforge.net Ngoài công cụ mô đề tài sử dụng số hàm chương trình (tiền xử lý liệu, time-course, HRF…) : - AnalyzeFMRI , http://www.stats.ox.ac.uk/~marchini/software.html - FMRLAB, http://sccn.ucsd.edu/fmrlab/ Dữ liệu dùng mô trình bày chương Mục đích phần mô phân tích đánh giá liệu ảnh cộng hưởng từ chức FMRI phương pháp ICA nhằm xác định vùng ảnh hưởng tác động kích thích từ thực nghiệm (task-related activity) Trước đây, việc thay đổi tín hiệu BOLD voxel phân tích xác mô hình GLM Phương pháp nhận dạng voxel có thay đổi tín hiệu BOLD tương quan (giống) đáng kể với time-course (tiến trình thời gian, dự đoán thông qua HRF) thí nghiệm Tuy nhiên GLM bị hạn chế (hoặc bị thiếu) việc xác định tương quan voxel xác định hoạt hóa Hai voxel hoạt hóa có 76 tương quan đáng kể với time-course thí nghiệm lại bất tương quan với nhau, cho phép tìm nguyên nhân thay đổi tín hiệu khác khu vực voxel Việc xem xét vấn đề phương pháp GLM số lượng voxel (khối lượng tính toán) FMRI lớn Phương pháp ICA giả thiết loại tín hiệu FMRI bao gồm: tín hiệu quan tâm (tín hiệu chịu ảnh hưởng tác động kích thích), tín hiệu không quan tâm (tín hiệu sinh họat động thể chất (như thở, nhịp tim), sinh chuyển động đầu, trình scan) ICA công cụ giải toán xử lý mù tín hiệu cho phép tách tín hiệu (các thành phần độc lập) từ nguồn khác Trong phần mô phỏng, thuật toán ICA sử dụng FastICA Khi thành phần độc lập liệu FMRI xác định, thành phần tín hiệu quan tâm xác định việc so sánh tương quan time-course thành phần với time-course (dự đoán) thực nghiệm Cuối cùng, việc xác định vùng hoạt hóa (activation map) thực thành phần 5.2 Phƣơng pháp phân tích Như trình bày chương 4, CSDL FMRI dùng để phân tích gồm đối tượng Dữ liệu thu nhận đối tượng gồm: - 220 ảnh FMRI ghi nhận 220 thời điểm (cách 1s) - Mỗi ảnh thu thập FMRI (định dạng Analyze- chụp lát cắt ngang theo trục z) ghi nhận 34 lát cắt (slice) cách 4mm (tương ứng vị trí 80, 76, 72, …,0 (tọa độ theo trục z),….,-48, -52) có độ phân giải 53 x 63 Như sở liệu FMRI đối tượng CSDL chiều có kích thước 53 x 63 x 34 x 220 với tổng cộng 24.975.720 voxel Đây CSDL tiền xử lý qua công cụ SPM2 Việc phân tích thực đối tượng (Single-subject ICA) Do mô hình ICA tuyến tính với giả thiết số nguồn số sensor nên việc thực S-ICA cho CSDL đối tượng cho số thành phần độc lập đầu 220 Hệ số tương quan time-course thành phần với time-course thí nghiệm tính toán Thông thường giá trị tương quan thấp Trong [24], Mc Keown et al chọn ngưỡng giá trị 0,4 Các thành phần mà hệ số tương quan lớn 77 0,4 giữ lại Một vấn đề ICA việc xác định số lượng thành phần độc lập Khi số lượng IC lớn nhiều IC không chứa đựng nhiều thông tin khối lượng tính toán lớn Kiviniemi et al [22] cố gắng giải vấn đề cách đưa số lượng thành phần cụ thể 40 Con số 40 chọn chứa đựng tới 99,99 % lượng tín hiệu FMRI xử lý Tuy nhiên, điều không giải thích rõ ràng Tuy nhiên, thách thức việc giảm số lượng thành phần đánh giá ma trận tách không vuông không khả đảo time-course thành phần độc lập tương ứng với cột ma trận tách Điều có nghĩa ràng buộc số lượng IC nhỏ số điểm thời gian (số ảnh FMRI chụp theo thời gian) xác định IC có time-course tương quan với time-course thực nghiệm Trong phần mô chương 5, sử dụng phương pháp phân tích nhóm Group-ICA để phân tích liệu FMRI nhóm đa đối tượng (trình bày chương 4) Các thành phần sau phân tích tìm kiếm vùng hoạt hóa thông qua việc đánh giá số z Chỉ số z tính cho voxel voxel có giá trị số z lớn ngưỡng cụ thể (trong đề tài chọn Z ³ ) dùng nhận dạng vùng hoạt hóa, voxel có số z nhỏ ngưỡng trả giá trị Liên quan đến số z, giá trị số z voxel nhận giá trị dương giá trị âm Giá trị số z âm thành phần thể voxel có giá trị thay đổi ngược với time-course thành phần Mặc dù vậy, khuôn khổ nghiên cứu đề tài, chưa tập trung phân tích voxel mang giá trị âm hướng nghiên cứu mở, phát triển đề tài 5.3 Một số kết mô đánh giá Việc phân tích ảnh FMRI thực thuật toán FastICA Số thành phần độc lập phân tích chọn 20 xem phù hợp (V.D Calhoun et al đưa số lượng thành phần đánh giá nên từ 20 đến 40 thành phần [33,34]) Dữ liệu FMRI đối tượng sub01-vis thuật toán FastICA tách thành 20 thành phần không gian (ảnh) độc lập trình bày hình vẽ 5-1 đến 5-5 Các thành phần bao gồm loại tín hiệu khác (task-related, transiently task- 78 related, function-related, physiology-related, motion-related, scanner related ) mà quan tâm chưa quan tâm Component Not Sorted Component Not Sorted -1 -2 Scans Scans 19.4 12.6 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 L R L R 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 Component Not Sorted Component Not Sorted -2 -1 Scans Scans 12.5 13 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 L R L R 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 0 Hình 5-1 Các thành phần độc lập IC1 đên IC4 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang 79 số Z Component Not Sorted Component Not Sorted 2 -2 -2 Scans Scans 10.1 5.6 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Component Not Sorted Component Not Sorted -2 -2 Scans Scans 6.5 5.9 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Hình 5- Các thành phần độc lập IC5 đến IC8 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z 80 Component Not Sorted Component 10 Not Sorted -2 -2 Scans Scans 13.2 6.4 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Component 11 Not Sorted Component 12 Not Sorted -2 -2 Scans Scans 5.1 11.1 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Hình 5-3 Các thành phần độc lập IC đến IC12 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z 81 Component 13 Not Sorted Component 14 Not Sorted -2 -2 Scans Scans 10.2 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Component 15 Not Sorted Component 16 Not Sorted -2 -2 Scans Scans 6.7 6.9 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Hình 5-4 Các thành phần độc lập IC13 đến IC16 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z 82 Component 17 Not Sorted Component 18 Not Sorted 2 -2 -2 Scans Scans 5.7 5.3 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 L R L R 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 Component 19 Not Sorted Component 20 Not Sorted -2 -2 Scans Scans 7.8 4.3 80 76 72 68 64 60 56 80 76 72 68 64 60 56 52 48 44 40 36 32 28 52 48 44 40 36 32 28 24 20 16 12 24 20 16 12 -4 -8 -1 -1 -2 -2 -2 -4 -8 -1 -1 -2 -2 -2 -3 -3 -4 -4 -4 -5 -3 -3 -4 -4 -4 -5 L R L R Hình 5-5 Các thành phần độc lập IC17 đến IC20 đối tượng sub01_vis phân tích thuật toán FastICA Bên time-course thời gian scan (220 scan) bên phải thang số Z 83 Trong sở liệu FMRI trình bày chương 4, để khảo sát vùng chức thị giác (visual cortex) sử dụng mẫu kích thích thị giác (dạng Block Design) hình 5-5 Ngoài ra, để khảo sát vùng chức vận động (motor cortex), mẫu tham khảo giai đoạn nghỉ mẫu kích thích cử động ngón tay Hình 5-6 Quá trình tác động đến thị giác thực nghiệm Dữ liệu FMRI theo chế phân tích ICA tách thành thành phần liên quan đến hai tác động khác (một vùng vỏ não vận động thị giác trái, vùng vỏ não vận động thị giác phải) Trong nghiên cứu, đề tài quan tâm đến tín hiệu bị chịu ảnh hưởng tác động (task-related signal) Như quan tâm đến hai thành phần liên quan đến vùng vỏ não thị giác- vận động bên trái (VisuoMotorLeft-VML) bên phải (VisuoMotorRight-VMR) trình thực nghiệm Để xác định hai thành phần này, dựa vào mức độ “giống nhau” tiến trình thời gian thành phần IC so với time-course tham chiếu thực nghiệm thông qua hệ số tương quan (CC- Corelation coeficient) Do dạng thực nghiệm kiểu khối (Block Design), để đơn giản hóa sử dụng timecourse tham chiếu thực nghiệm dạng xung vuông (là xung vuông hình 5-5) thay time-course tham chiếu tích chập (hình 5-7) xung vuông hàm đáp ứng huyết lưu HRF (hình 5-6) 84 Ham dap ung huyet luu HRF 0.1 0.05 0 10 15 20 25 30 35 40 45 50 Thoi gian(s) Hình 5-7 Hàm đáp ứng huyết lưu HRF Tien trinh thoi gian (time-course) tuong ung voi VisuoMotor-Left 1.5 0.5 0 20 40 60 80 100 120 Thoi gian(s) 140 160 180 200 220 Tien trinh thoi gian (time-course) tuong ung voi VisuoMotor-Right 1.5 0.5 0 20 40 60 80 100 120 Thoi gian(s) 140 160 180 200 220 Hình 5-8 Time-course dự đoán BOLD tương ứng với tác động VML VMR 85 KẾT LUẬN Trong Luận văn, xây dựng mô hình xử lý FMRI dựa phương pháp ICA với thuật toán ICA cho phép xác định thành phần tín hiệu có ích liên quan đến tác động kích thích xác định khu vực hoạt hóa tín hiệu Kết đề tài (công cụ phần mềm mô phỏng) ứng dụng nghiên cứu ảnh FMRI đồng thời triển khai vào thực tiễn cho phép bác sĩ xác định khu vực não hoạt hóa người bệnh chịu tác động kích thích định (chẳng hạn động kinh, tự kỷ, say rượu, rối loạn số chức năng…) từ giúp bác sĩ tìm phương án điều trị tối ưu 86 TÀI LIỆU THAM KHẢO TIẾNG VIỆT [1] Nguyễn Quốc Trung, Xử lý tín hiệu lọc số, tập 1, NXB Khoa học kỹ thuật 2004 [2] Lê Minh Hòa, Nguyên lý tạo ảnh thiết bị cộng hưởng từ hạt nhân ứng dụng chụp ảnh khuếch tán, Luận văn tốt nghiệp 2007, Trường ĐH Bách Khoa TP.HCM TIẾNG ANH [3] Aapo Hyvarinen, Juha Karhunen and Erkkl Oja, Independent Component Analysis, John Wiley and Sons Ltd, 2001 [4] A.Hyvarien, “Fast and robust fixed-point algorithms for independent component analysis,” IEEE Trans On Neural Networks, 10(3): 626-634, 1999 [5] Aapo Hyvarinen et al, “ Independent component analysis: Algorithms and Applications,” Neural Networks, 13(4-5):411-430, 2000 [6] Boynton GM, Engel SA, Glover GH et al (1996), Linear systems analysis of functional magnetic resonance imaging in human V1, J Neurosci 16: 4207-21 [7] McKeown M.J and Sejnowski T.J, “Independent Component Analysis of FMRI data: Examining the Assumptions”, Human Brain Mapping, vol.6, pp 368-372, 1998 [8] Sarty, Gordon E., Computing Brain Activity Maps from fMRI Time Series Images, Cambridge Uni Press [9] V.Calhoun, T.Adali, G.Pearlson, and J.Pekar, “A Method for Making Group Inferences From Functional MRI Data Using Independent Component Analysis” Hum.Brain Map., vol 14, pp 140-151, 2001 [10] V.Calhoun, T.Adali, G.Pearlson, and J.Pekar, “A Method for Making Group Inferences Using Independent Component Analysis of Functional MRI Data: Exploring the Visual System” NeuroImage, vol 13, no.6, p S88, 2001 [11] V.Calhoun, J.Pekar, T.Adali, and G.Pearlson, “Spatial & Temporal Independent Component Analysis of fMRI Data with Two Task-Related 87 Waveforms” Proceedings, ISMRM, 10th Annual Meeting, Glasgow,Scotland, p 24, 2001 [12] V D Calhoun and T Adali, "Multi-subject independent component analysis of fMRI: A decade of intrinsic networks, Default Mode, and Neurodiagnostic Discovery," IEEE Reviews in Biomedical Engineering, invited contribution, vol 5, pp 60-73, 2012 [13] V D Calhoun ,P Rodriguez, N M Correa, T Eichele, and T Adali, "Quality map thresholding for denoising of complex-valued fMRI data and its application to ICA of fMRI," Signal Processing Systems for Signal, Image, and Video Technology, vol.65, no 3, pp 497-508, Dec 2011 [14] V D Calhoun, N M Correa, T Adali, "Canonical correlation analysis for data fusion and group analysis: Examining applications of medical imaging data," IEEE Signal Processing Magazine, vol 27, no 4, pp 39-50, July 2010 [15] Worley KJ et al, A general statistical analysis for fMRI data, NeuroImage 2002, vol 15, pp.1-15 [16] Kiran Kumaar Budde, A Matlab Toolbox for fMRI Data analysis: Detection, Estimation and Brain Connectivity, September 2012 88 ... cỏc gii thut x lý mự tớn hiu ng dng phõn tớch nh cng hng t chc nng FMRI Xõy dng mụ hỡnh hỡnh phõn tớch xỏc nh vựng hot húa ca nh cng hng t chc nng FMRI Xõy dng b c s d liu FMRI phự hp, s... quan n lnh vc x lý tớn hiu mự ng dng lnh vc y sinh hc v x lý nh [4] Tuy nhiờn trờn thc t s lng cỏc cụng trỡnh nghiờn cu nc v lnh vc ny, c bit l x lý tớn hiu y sinh núi 12 chung v nh FMRI núi riờng,... nóo cú th phỏt hin trờn cng hng t tng T2* õy l nguyờn lý chớnh k thut to hỡnh tng phn BOLD (l thuc mc Oxy mỏu) Trong Lun vn, mụ hỡnh x lý FMRI nhm mc ớch xỏc nh nhng thnh phn tớn hiu cú ớch liờn