日前，鄭州大學(xué)人民醫(yī)院王梅云團(tuán)隊(duì)與清華大學(xué)醫(yī)學(xué)院洪波團(tuán)隊(duì)、航天航空學(xué)院李路明團(tuán)隊(duì)，哈佛大學(xué)醫(yī)學(xué)院Martinos影像中心劉河生團(tuán)隊(duì)合作，采用深度學(xué)習(xí)方法解決功能磁共振缺損信號(hào)修復(fù)難題，研究成果以題為《采用深度學(xué)習(xí)方法重建個(gè)體大腦缺損的血氧水平依賴信號(hào)》（Reconstructing lost BOLD signal in individual participants using deep machine learning）的論文發(fā)表在國(guó)際頂級(jí)期刊《自然?通訊》（Nature Communications）上。王梅云教授為本論文的共同通訊作者，鄭州大學(xué)人民醫(yī)院博士后路易莎·達(dá)馬尼（Louisa Dahmani）為論文的共同第一作者。

研究團(tuán)隊(duì)采用生成對(duì)抗網(wǎng)絡(luò)（Generative adversarial networks，GAN）模型，對(duì)臨床上部分信號(hào)缺損的靜息態(tài)功能磁共振信號(hào)實(shí)現(xiàn)準(zhǔn)確修復(fù)。這種基于生成式深度學(xué)習(xí)模型的受損功能磁共振圖像修復(fù)技術(shù)，巧妙解決了現(xiàn)有磁共振預(yù)處理方法無(wú)法處理信號(hào)缺損腦功能圖像的難題。該方法不僅可以修補(bǔ)大腦皮層網(wǎng)絡(luò)的連接圖譜，還可以實(shí)現(xiàn)信號(hào)缺損腦區(qū)功能磁共振激活時(shí)間序列的單幀重建，實(shí)現(xiàn)了對(duì)大腦激活磁共振信號(hào)在時(shí)間和空間上的完整重建。該方法在信號(hào)序列波動(dòng)一致性、功能網(wǎng)絡(luò)連接圖譜相似性、個(gè)體大腦功能網(wǎng)絡(luò)特異性等方面，都達(dá)到了良好的性能指標(biāo)。植入磁共振兼容腦起搏器的帕金森患者，腦功能圖像通過(guò)該方法實(shí)現(xiàn)了準(zhǔn)確修復(fù)。該方法針對(duì)臨床診療和腦科學(xué)科研究中因信號(hào)采集和電極干擾等問(wèn)題導(dǎo)致的功能磁共振信號(hào)的缺損，提供了一種新穎有效的解決方案。

該研究得到了國(guó)家自然科學(xué)基金委、科技部重點(diǎn)研發(fā)計(jì)劃等支持。

文章鏈接https://www.nature.com/articles/s41467-020-18823-9鄭州大學(xué)版權(quán)所有，禁止非法轉(zhuǎn)載！2020-10-19 08:38:25