基于QSM评估脑氧摄取分数及脑氧代谢率的方法及装置，通过获取受试者的三维T1加权快速梯度回波3D‑FSPGR序列，静息态三维伪连续动脉自旋标记3D‑PCASL序列，三维梯度多回波3D‑mGRE序列。CBF从3D‑PCASL中获取，OEF从3D‑mGRE中重建获得。CBF及OEF图像刚性对齐到各自T1空间，根据Fick原理计算CMRO2；CBF、OEF和CMRO2图像归一化到MNI标准空间，平滑处理用于全脑体素分析，未平滑处理参数图像用于区域分析，能够探索OEF、CBF和CMRO2的全脑改变模式，找到病例组和对照组之间深灰质区域的OEF、CBF和CMRO2的差异，研究氧代谢与临床特征之间的关系。
1.基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：其包括以下步骤：
（1）获取受试者的三维T1加权快速梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度回波多回波3D‑mGRE序列；
（2）CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；
CBF、OEF和CMRO2图像最终被归一化到MNI空间；
CBF图像是使用GE的perfusion FuncTool从PCASL数据中重建的，通过从控制图像中减去标记图像，计算出ASL差异图像，然后根据ASL差异图像和质子密度加权的参考图像进一步计算得到CBF图像，CBF图像随后使用刚性和仿射变换与其对应的T1解剖图像在本地空间进行配准，并通过Advanced Normalization Tools中的antsRegistrationSyN算法重新采样到T1加权图像的空间分辨率；
QSM图像是通过MEDI工具箱中的标准流程从3D‑mGRE数据生成的；
OEF图像是基于QQ模型估计的，该模型结合了QSM中静脉脱氧血红蛋白依赖的相位信号和qBOLD模型中mGRE数据的幅度信号；
（3）所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析；
所述步骤（3）中，T1解剖图像使用Statistical Parametric Mapping版本12软件分割为灰质和白质的概率图，将这些概率图空间归一化到MNI空间；最终的二进制脑掩模在组织概率上使用0.6的阈值生成，排除非实质性体素，最终的二进制脑掩模用于限制归一化的OEF、CBF和CMRO2图像的实质边界，并更准确地消除掉脑脊液区域；为了增强统计效率并减少配准不准确的影响，归一化的CBF、OEF和CMRO2图像使用标准差为3 mm的3D高斯核进行平滑处理，并随后使用最终的脑掩模进行平滑补偿；
在FSL中建立CBF、OEF和CMRO2组间比较的一般线性模型，以整个脑体素水平为基础；年龄和性别都去平均化处理，并作为一般线性统计模型中的协变量，统计区域限制在所有受试者的最终平均脑掩模内，在FSL中进行10,000次的随机非参数置换检验和团块增强TFCE算法，采用FWE方法进行多重比较校正，显著性统计的阈值设置为α = 0.05；基于AAL图谱，使用SPM的xjView工具箱来确定和报告显著集群的解剖位置；
从MNI空间的BNA246图谱中确定包括双侧杏仁核、海马和基底节的二十个深灰质区域，用于基于感兴趣区域ROI的分析；为减少部分容积效应的影响，使用FSL将灰质ROI进行边缘修正，并与最后的脑掩模进行点乘，脑实质的密度阈值设置为0.5；然后，使用Matlab软件从所有受试者的数据中自动分割、提取每个ROI的未平滑的平均OEF、CBF和CMRO2值；
采用t检验探索病例组和对照组在每个ROI的CBF、OEF和CMRO2值之间的差异；然后，使用偏相关分析评估MMSE分数与显示显著差异的ROI中的变量之间的相关性，调整年龄；采用Benjamini‑Hochberg假发现率FDR方法进行多重比较校正，α值为0.05；统计分析和图形创建使用GraphPad Prism 8软件进行。
2.根据权利要求1所述的基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：所述步骤（1）中，扫描参数如下：3D‑FSPGR：回波时间TE= 2.9毫秒；重复时间TR= 6.7毫秒；翻转角度= 12°；带宽= 31.25 Hz/像素；切片厚度= 1.0毫米；视野FOV= 256毫米× 256毫米；体素尺寸= 1× 1× 1 mm³；3D‑mGRE：回波时间TE：TE1st/ΔTE/ TE8th = 3.19毫秒/
2.37毫秒/19.77毫秒；TR = 22.9毫秒；带宽= 62.5 Hz/像素；切片厚度= 1.0毫米；FOV =
256毫米× 256毫米；体素尺寸= 1× 1× 1 mm³；3D‑PCASL：TR = 4,817毫秒；TE = 14.6毫秒；PLD = 1,525毫秒；读出中的螺旋线有12个臂，包含1024个采样点；切片厚度= 4毫米；
FOV = 240毫米× 240毫米；体素尺寸= 1.875× 1.875× 4 mm³；轴向T2WI、T2‑FLAIR和DWI的常规MR序列也包括在内以检测脑部异常。
3.根据权利要求2所述的基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：所述步骤（2）中，首先通过对mGRE相位数据进行非线性拟合来估计总场图像，然后使用FMRIB软件库版本5.0.9中的脑提取工具根据平均幅度图像生成二值脑掩膜；使用Laplacian边界值LBV方法和脑掩膜计算局部场图像以去除背景频率，并且通过LBV和Spherical mean value方法部分修正背景B0非均匀性；最后，应用MEDI方法和自动统一的脑脊液CSF零参考MEDI+0算法估计QSM图像。
4.根据权利要求3所述的基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：所述步骤（2）中，qBOLD模型区分由柱状磁敏源和扩散磁敏源引起的独特信号衰减模式，包括R2效应横向弛豫率、气体‑组织界面效应以及由脱氧血液体积v、非血液组织磁敏度x_nb和静脉氧合度Yv引起的FBOLD效应；而QSM模型考虑组织磁敏度的空间变化，并部分将强抗磁性的柱状髓鞘束与顺磁性的脱氧血液分离，其中包括x_nb、血浆磁敏度和由v和Yv确定的血红蛋白磁敏度；通过结合qBOLD模型和QSM模型这两个模型，使用mGRE幅度和QSM进行迭代求解来估计OEF，v、x_nb、R2效应和初始信号强度；使用体素传播函数方法校正mGRE数据中的B0非均匀性；为了提高QQ模型基于QEF对噪声的鲁棒性和OEF的准确性，使用时态聚类、组织成分和总变差算法。
5.根据权利要求4所述的基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：所述步骤（2）中，通过使用ANTS，将经射频偏差校正N4ITK的第一回波幅度图像与其T1图像进行仿射配准；OEF图像通过ANTS中的antsApplyTransforms算法沿上述变换被进一步映射到其对应的解剖图像中的本地空间；根据Fick原理，根据以下公式计算CMRO2图像：CMRO2 = CBF × OEF × [H]a
[H]a = 7.377μmol/ml，是在红细胞比容Hct= 0.357的动脉血管中氧化血红蛋白的摩尔浓度。
6.根据权利要求5所述的基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：所述步骤（2）中，个体的T1结构图像通过ANTs中的可变形b值共配准算法，被映射到MNI标准空间，这些变形用于将原生空间的CBF、OEF和CMRO2图像转换到MNI标准空间，使用BNA246图谱，提取246个脑区中CBF、OEF和CMRO2的组平均值，并使用BrainNet Viewer工具箱将其投影到一个脑表面模板上。
7.根据权利要求6所述的基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其特征在于：所述步骤（3）中，在病例组和健康对照组中，CBF、OEF和CMRO2在整个大脑皮层的分布模式在视觉上相似；在病例和对照组中，CBF和CMRO2较高的脑区位于额叶和颞叶，而OEF图相对平坦；病例组整体皮层CBF和CMRO2值明显低于对照组，然而，OEF值在病例组和对照组之间并没有显示出高度差异。
8.基于QSM评估脑氧摄取分数及脑氧代谢率的装置，其特征在于：其包括：
数据获取模块，其配置来获取受试者的三维T1加权快速破裂梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度回波多回波3D‑mGRE序列；
归一化模块，其配置来CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间；
CBF图像是使用GE的perfusion FuncTool从PCASL数据中重建的，通过从控制图像中减去标记图像，计算出ASL差异图像，然后根据ASL差异图像和质子密度加权的参考图像进一步计算得到CBF图像，CBF图像随后使用刚性和仿射变换与其对应的T1解剖图像在本地空间进行配准，并通过Advanced Normalization Tools中的antsRegistrationSyN例程重新采样到T1加权图像的分辨率；
QSM图像是通过MEDI工具箱中的标准流程从3D‑mGRE数据生成的；
OEF图像是基于QQ模型估计的，该模型结合了QSM中静脉脱氧血红蛋白依赖的相位信号和qBOLD模型中mGRE数据的幅度信号；
分析模块，其配置来所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析；
所述分析模块中，T1解剖图像使用Statistical Parametric Mapping版本12软件分割为灰质和白质的概率图，将这些概率图空间归一化到MNI空间；最终的二进制脑掩模在组织概率上使用0.6的阈值生成，排除非实质性体素，最终的二进制脑掩模用于限制归一化的OEF、CBF和CMRO2图像的实质边界，并更准确地消除掉脑脊液区域；为了增强统计效率并减少配准不准确的影响，归一化的CBF、OEF和CMRO2图像使用标准差为3 mm的3D高斯核进行平滑处理，并随后使用最终的脑掩模进行平滑补偿；
在FSL中建立CBF、OEF和CMRO2组间比较的一般线性模型，以整个脑体素水平为基础；年龄和性别都去平均化处理，并作为一般线性统计模型中的协变量，统计区域限制在所有受试者的最终平均脑掩模内，在FSL中进行10,000次的随机非参数置换检验和团块增强TFCE算法，采用FWE方法进行多重比较校正，显著性统计的阈值设置为α = 0.05；基于AAL图谱，使用SPM的xjView工具箱来确定和报告显著集群的解剖位置；
从MNI空间的BNA246图谱中确定包括双侧杏仁核、海马和基底节的二十个深灰质区域，用于基于感兴趣区域ROI的分析；为减少部分容积效应的影响，使用FSL将灰质ROI进行边缘修正，并与最后的脑掩模进行点乘，脑实质的密度阈值设置为0.5；然后，使用Matlab软件从所有受试者的数据中自动分割、提取每个ROI的未平滑的平均OEF、CBF和CMRO2值；
采用t检验探索病例组和对照组在每个ROI的CBF、OEF和CMRO2值之间的差异；然后，使用偏相关分析评估MMSE分数与显示显著差异的ROI中的变量之间的相关性，调整年龄；采用Benjamini‑Hochberg假发现率FDR方法进行多重比较校正，α值为0.05；统计分析和图形创建使用GraphPad Prism 8软件进行。
基于QSM评估脑氧摄取分数及脑氧代谢率的方法及装置
技术领域
[0001] 本发明涉及医学图像处理的技术领域，尤其涉及一种基于QSM评估脑氧摄取分数及脑氧代谢率的方法，以及基于QSM评估脑氧摄取分数及脑氧代谢率的装置。
背景技术
[0002] 大脑氧利用、血液供应和能量消耗整体状态的几个生理变量包括氧摄取分数（OEF）、脑血流（CBF）和脑氧代谢率（CMRO2）。这些参数提供了关于脑组织代谢水平和血液动力学的综合生理信息，直接反映了脑内神经和血管功能以及脑平衡血管反应性和神经功能的能力。因此，这些参数是神经退行性基本中的潜在感兴趣的生物标志物。大多数研究显示患者皮质区域CBF减少。然而， OEF值和CMRO2的变化在不同研究中各异，可以显示出增加、减少或无显著变化的混合模式。这些混合结果暗示了复杂的脑血管功能和氧代谢调节机制。因此，在全脑整体和局部区域水平上综合评估上述参数是一个极有吸引力的研究目标。
[0003] 传统上，使用正电子发射断层扫描（PET）来测量OEF、CBF和CMRO2，被广泛认为是定量成像OEF和CMRO2的金标准。然而，PET OEF和CMRO2成像需要复杂的过程，并且放射性同位素示踪剂15O具有短半衰期（2分钟），对患者不可避免地会有辐射暴露，这在很大程度上限制了15O PET的临床应用。随着磁共振成像技术的进步，提出了各种定量技术，可以基于MR幅度和相位信号与血氧化相关性来估算OEF。一些代表性的方法包括双校准fMRI、定量血氧水平依赖性成像（qBOLD）、基于T2的方法和定量磁化率映像（QSM）方法。我们提出了一种基于QSM的方法，名为QSM+qBOLD（QQ）模型，使用来自多回波梯度回波（mGRE）序列的相位和幅度信号的综合信息。通过时间演化和组织成分算法（QQ‑CCTV）的聚类分析，该方法是一种准确评估OEF的便捷和可行方法，具有改善的信噪比。由于QQ方法已被证明与双气体校准BOLD和PET测量相媲美，基于QQ的OEF映像是临床实践中测量OEF的重要工具。
发明内容
[0004] 为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其能够探索AD中OEF、CBF和CMRO2的整体改变模式，找到病例组和对照组之间深灰质区域的OEF、CBF和CMRO2值的差异，并进一步研究了氧代谢与临床特征之间的关系。
[0005] 本发明的技术方案是：这种基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其包括以下步骤：
[0006] （1）获取受试者的三维T1加权快速梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度回波多回波3D‑mGRE序列；
[0007] （2）CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间；
[0008] CBF图像是使用GE的perfusion FuncTool从PCASL数据中重建的，通过从控制图像中减去标记图像，计算出ASL差异图像，然后根据ASL差异图像和质子密度加权的参考图像进一步计算得到CBF图像，CBF图像随后使用刚性和仿射变换与其对应的T1解剖图像在本地空间进行配准，并通过Advanced Normalization Tools中的antsRegistrationSyN算法重新采样到T1加权图像的空间分辨率；
[0009] QSM图像是通过MEDI工具箱中的标准流程从3D‑mGRE数据生成的；
[0010] OEF图像是基于QQ模型估计的，该模型结合了QSM中静脉脱氧血红蛋白依赖的相位信号和qBOLD模型中mGRE数据的幅度信号；
[0011] （3）所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析。
[0012] 本发明通过获取受试者的三维T1加权快速梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度多回波3D‑mGRE序列，CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间，所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析，从而能够探索AD中OEF、CBF和CMRO2的整体改变模式，找到病例组和对照组之间深灰质区域的OEF、CBF和CMRO2值的差异，并进一步研究了氧代谢与综合认知之间的关系。
[0013] 还提供了一种基于QSM评估脑氧摄取分数及脑氧代谢率的装置，其包括：
[0014] 数据获取模块，其配置来获取受试者的三维T1加权快速破裂梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度多回波3D‑mGRE序列；
[0015] 归一化模块，其配置来CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间；
[0016] CBF图像是使用GE的perfusion FuncTool从PCASL数据中重建的，通过从控制图像中减去标记图像，计算出ASL差异图像，然后根据ASL差异图像和质子密度加权的参考图像进一步计算得到CBF图像，CBF图像随后使用刚性和仿射变换与其对应的T1解剖图像在本地空间进行配准，并通过Advanced Normalization Tools中的antsRegistrationSyN算法重新采样到T1加权图像的空间分辨率；
[0017] QSM图像是通过MEDI工具箱中的标准流程从3D‑mGRE数据生成的；
[0018] OEF图像是基于QQ模型估计的，该模型结合了QSM中静脉脱氧血红蛋白依赖的相位信号和qBOLD模型中mGRE数据的幅度信号；
[0019] 分析模块，其配置来所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析。
附图说明
[0020] 图1示出了根据本发明的基于QSM评估脑氧摄取分数及脑氧代谢率的方法的流程图。
具体实施方式
[0021] 如图1所示，这种基于QSM评估脑氧摄取分数及脑氧代谢率的方法，其包括以下步骤：
[0022] （1）获取受试者的三维T1加权快速梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度回波多回波3D‑mGRE序列；
[0023] （2）CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间；
[0024] CBF图像是使用GE的perfusion FuncTool从PCASL数据中重建的，通过从控制图像中减去标记图像，计算出ASL差异图像，然后根据ASL差异图像和质子密度加权的参考图像进一步计算得到CBF图像，CBF图像随后使用刚性和仿射变换与其对应的T1解剖图像在本地空间进行配准，并通过Advanced Normalization Tools中的antsRegistrationSyN例程重新采样到T1加权图像的分辨率；
[0025] QSM图像是通过MEDI工具箱中的标准流程从3D‑mGRE数据生成的；
[0026] OEF图像是基于QQ模型估计的，该模型结合了QSM中静脉脱氧血红蛋白依赖相位信号和qBOLD模型中mGRE数据的幅度信号；
[0027] （3）所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析。
[0028] 本发明通过获取受试者的三维T1加权快速破裂梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度回波多回波3D‑mGRE序列，CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间，所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析，从而能够探索AD中OEF、CBF和CMRO2的整体改变模式，找到AD和对照组之间深灰质区域的OEF、CBF和CMRO2值的差异，并进一步研究了氧代谢与综合认知之间的关系。
[0029] 优选地，所述步骤（1）中，扫描参数如下：3D‑FSPGR：回波时间TE= 2.9毫秒；重复时间TR= 6.7毫秒；翻转角度= 12°；带宽= 31.25 Hz/像素；切片厚度= 1.0毫米；视野FOV= 256毫米× 256毫米；体素尺寸= 1× 1× 1 mm³；3D‑mGRE：回波时间TE：TE1st/ΔTE/ TE8th = 3.19毫秒/2.37毫秒/19.77毫秒；TR = 22.9毫秒；带宽= 62.5 Hz/像素；切片厚度= 1.0毫米；FOV = 256毫米× 256毫米；体素尺寸= 1× 1× 1 mm³；3D‑PCASL：TR = 4,817毫秒；TE = 14.6毫秒；PLD = 1,525毫秒；读出中的螺旋线有12个臂，包含1024个采样点；切片厚度= 4毫米；FOV = 240毫米× 240毫米；体素尺寸= 1.875× 1.875× 4 mm³；轴向T2WI、T2‑FLAIR和DWI的常规MR序列也包括在内以检测脑部异常。
[0030] 优选地，所述步骤（2）中，首先通过对mGRE相位数据进行非线性拟合来估计总场图像，然后使用FMRIB软件库版本5.0.9中的脑提取工具根据平均幅度图像生成二值脑掩膜；使用Laplacian边界值LBV方法和脑掩膜计算局部场图像以去除背景频率，并且通过LBV和Spherical mean value方法部分修正背景B0非均匀性；最后，应用MEDI方法和自动统一的脑脊液CSF零参考MEDI+0算法估计QSM图像。
[0031] 优选地，所述步骤（2）中，qBOLD模型区分由柱状磁敏源和扩散磁敏源引起的独特信号衰减模式，包括R2效应横向弛豫率、气体‑组织界面效应以及由脱氧血液体积v、非血液组织磁敏度x_nb和静脉氧合度Yv引起的FBOLD效应；而QSM模型考虑组织磁敏度的空间变化，并部分将强抗磁性的柱状髓鞘束与顺磁性的脱氧血液分离，其中包括x_nb、血浆磁敏度和由v和Yv确定的血红蛋白磁敏度；通过结合qBOLD模型和QSM模型这两个模型，使用mGRE幅度和QSM进行迭代求解来估计OEF，v、x_nb、R2效应和初始信号强度；使用体素传播函数方法校正mGRE数据中的B0非均匀性；为了提高QQ模型基于QEF对噪声的鲁棒性和OEF的准确性，使用时态聚类、组织成分和总变差算法。
[0032] 优选地，所述步骤（2）中，通过使用ANTS，将经射频偏差校正N4ITK的第一回波幅度图像与其T1图像进行仿射配准；OEF图像通过ANTS中的antsApplyTransforms算法沿上述变换被进一步映射到其对应的解剖图像中的本地空间；根据Fick原理，根据以下公式计算CMRO2图像：
[0033] CMRO2 = CBF × OEF × [H]a
[0034] [H]a = 7.377μmol/ml，是在红细胞比容Hct= 0.357的动脉血管中氧化血红蛋白的摩尔浓度。
[0035] 优选地，所述步骤（2）中，个体的T1结构图像通过ANTs中的可变形b值共配准算法，被映射到MNI标准空间，这些变形用于将原生空间的CBF、OEF和CMRO2图像转换到MNI标准空间，使用BNA246图谱，提取246个脑区中CBF、OEF和CMRO2的组平均值，并使用BrainNet Viewer工具箱将其投影到一个脑表面模板上。
[0036] 优选地，所述步骤（3）中，T1解剖图像使用Statistical Parametric Mapping版本12软件分割为灰质和白质的概率图，这些概率图通过上述变形进行空间归一化到MNI空间；
最终的二进制脑掩模在组织概率上使用0.6的阈值生成，排除非实质性体素，最终的二进制脑掩模用于限制归一化的OEF、CBF和CMRO2图像的实质边界，并更准确地消除掉脑脊液区域；为了提高统计效率并减少配准不准确的影响，归一化的CBF、OEF和CMRO2图像使用标准差为3 mm的3D高斯核进行平滑处理，并随后使用最终的脑掩模进行平滑补偿；
[0037] 在FSL中建立CBF、OEF和CMRO2组间比较的一般线性模型，以整个脑体素水平为基础；年龄和性别都被去平均处理，并作为这些一般线性统计模型中的协变量，统计区域限制在所有受试者的最终的平均脑掩模中，在FSL中进行10,000次随机非参数置换检验和团块增强TFCE，采用FWE算法进行多重比较校正，显著性统计的阈值设置为α = 0.05；基于AAL图谱，使用SPM的xjView工具箱来确定和报告显著集群的解剖位置。
[0038] 优选地，所述步骤（3）中，
[0039] 从MNI空间的BNA246图谱中确定包括双侧杏仁核、海马和基底节等二十个深灰质区域，用于基于感兴趣区域ROI的分析；为减少部分容积效应的影响，使用FSL将灰质ROI进行边缘修正，并与最后的脑掩模进行点乘，脑实质的密度阈值设置为0.5；然后，使用Matlab从所有受试者的数据中自动分割、提取每个ROI的未平滑的平均OEF、CBF和CMRO2值；
[0040] 采用t检验探索病例组和对照组在每个ROI的CBF、OEF和CMRO2值之间的差异；然后，使用偏相关分析评估MMSE分数与显示显著差异的ROI中的变量之间的相关性，调整年龄；采用Benjamini‑Hochberg假发现率（FDR）方法进行多重比较校正，α值为0.05；统计分析和图形创建使用GraphPad Prism 8软件进行。
[0041] 优选地，所述步骤（3）中，在病例组和对照组中，CBF、OEF和CMRO2在整个大脑皮层的分布模式在视觉上相似；在病例组和对照组中，CBF和CMRO2较高的脑区位于额叶和颞叶，而OEF图谱相对平坦；AD组整体皮层CBF和CMRO2值明显低于HC组，然而，OEF值在病例组和对照组之间并没有显示出高度差异。
[0042] 本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，与本发明的方法相对应的，本发明还同时包括一种基于QSM评估脑氧摄取分数及脑氧代谢率的装置，该装置通常以与方法各步骤相对应的功能模块的形式表示。该装置包括：
[0043] 数据获取模块，其配置来获取受试者的三维T1加权快速梯度回波3D‑FSPGR序列，用于CBF计算的静息态三维伪连续动脉自旋标记3D‑PCASL序列，以及用于QSM和OEF分析的三维梯度多回波3D‑mGRE序列；
[0044] 归一化模块，其配置来CBF和OEF图像经过刚性对齐到各自的T1空间，然后根据Fick原理计算出CMRO2；CBF、OEF和CMRO2图像最终被归一化到MNI空间；
[0045] CBF图像是使用GE的perfusion FuncTool从PCASL数据中重建的，通过从控制图像中减去标记图像，计算出ASL差异图像，然后根据ASL差异图像和质子密度加权的参考图像进一步计算得到CBF图像，CBF图像随后使用刚性和仿射变换与其对应的T1解剖图像在本地空间进行配准，并通过Advanced Normalization Tools中的antsRegistrationSyN例程重新采样到T1加权图像的分辨率；
[0046] QSM图像是通过MEDI工具箱中的标准流程从3D‑mGRE数据生成的；
[0047] OEF图像是基于QQ模型估计的，该模型结合了QSM中静脉脱氧血红蛋白依赖相位信号和qBOLD模型中mGRE数据的幅度信号；
[0048] 分析模块，其配置来所有参数图像被平滑处理用于全脑体素分析，未经平滑处理的参数图像用于区域分析。
[0049] 以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。
