13、功能磁共振成像数据分析与CT替代图像预测方法研究

功能磁共振成像数据分析与CT替代图像预测方法研究

在医学影像领域，功能磁共振成像（fMRI）数据分析以及从磁共振（MR）图像预测计算机断层扫描（CT）替代图像是两个重要的研究方向。前者有助于深入了解大脑的功能活动，后者则在放疗剂量规划和正电子发射断层扫描/磁共振成像（PET/MR）的衰减校正等临床应用中具有重要意义。

功能ASL fMRI数据的MCMC与VEM方法比较

功能动脉自旋标记（ASL）fMRI数据的分析旨在联合检测诱发活动，并估计相关的血流动力学和灌注反应。传统的马尔可夫链蒙特卡罗（MCMC）方法在处理这类数据时存在计算时间长的问题。为了解决这一问题，变分期望最大化（VEM）算法被提出。

与MCMC相比，VEM为每个潜在变量提供解析形式的估计。尽管VEM仍然是一种近似方法，但它便于纳入额外的信息，如约束条件。实验结果表明，VEM在计算时间上显著低于MCMC，并且表现出良好的性能。这使得VEM成为功能ASL数据快速且有效的分析替代方法。

以下是MCMC和VEM在听觉和视觉条件下对真实fASL数据的分析结果：
|条件|方法|响应水平|感兴趣区域（ROI）|响应函数|
| ---- | ---- | ---- | ---- | ---- |
|听觉| MCMC | 如图所示 | 如图所示 | 红色和蓝色曲线分别代表MCMC方法的灌注响应函数（PRF）和血流动力学响应函数（HRF） |
|听觉| VEM | 如图所示 | 如图所示 | 品红色和绿色曲线分别代表VEM方法的PRF和HRF |
|视觉| MCMC | 如图所示 | 如图所示 | 红色和蓝色曲线分别代表MCMC方法的PRF和HRF |
|