论文部分内容阅读
众所周知，人类大脑是世界上当前人类认知范围内最复杂，最精巧的系统，因此脑科学已成为当今重要的研究领域之一。大脑功能与结构的研究，以及如何基于大脑结构来解读大脑功能是目前流行的课题，也是人类科学面临的重大挑战。磁共振成像技术的迅猛发展使得以非侵入方式获取人类大脑内部图像成为可能。磁共振成像(MRI: Magnetic Resonance Imaging)以及弥散张量成像(DTI: Diffusion Tensor Imaging)技术对大脑宏观以及微观结构的研究起到了重要作用。随后，二十世纪九十年代，功能磁共振成像(fMRI:functionalMagnetic Resonance Imaging)技术的出现为研究者对大脑内部激活状态以及动态活动的观测提供了新的窗口。人脑功能机制与人脑的大脑结构有着紧密的联系，因此基于磁共振成像以及功能磁共振成像对大脑结构，功能以及二者潜在关系的研究一直以来都备受关注。
为了从一定程度上探索并解决相关问题，在大脑功能方面，本文基于稀疏编码技术以及深度卷积神经网络模型对大脑网络进行了相应的研究。在大脑结构方面，本文针对大脑皮层褶皱模式展开了三项相关的研究工作。最后，本文从神经元活动角度出发，就脑沟，脑回，2-hinge以及3-hinge脑回区域的功能角色方面对大脑功能与大脑结构的潜在关系进行了初步的研究。具体而言，本文主要研究内容如下：
(1)首次提出基于时间稀疏编码的全脑功能网络表达。特别地，时间稀疏编码技术把每个时间点大脑所对应的状态作为学习样本进而实现可重叠大脑功能网络的分解。实验结果表明时间稀疏编码能有效地找出有意义的大脑功能网络。同时，基于这些大脑功能网络，本文对大脑疾病(注意力缺陷多动障碍，轻度创伤性脑损伤)患者的大脑异常功能研究也取得了新的进展。例如，基于时间稀疏编码技术得到的大脑功能网络能进而找出区分正常人与注意力缺陷多动障碍患者的更为有效的功能连接生物标记。对轻度创伤性脑损伤患者的研究中，本文不仅利用了时间稀疏编码技术同时也尝试了时间串接的空间稀疏编码技术对大脑状态进行全新表达，相应的结果不仅表明轻度创伤性脑损伤患者与正常人在两个不同的时间阶段(急性期，亚急性期)在大脑状态网络组成方面有着统计上的组间差异，同时揭露了轻度创伤性脑损伤所呈现的有意义的大脑网络相互作用的变化。
(2)提出一个有效的用以特征化描述并区分自闭症患者与正常人的三维深度卷积神经网络模型。其中，该模型将有意义的大脑空间重叠模式作为输入。相应的实验结果表明，利用卷积神经网络框架学习的连接尺度上的大脑功能网络图的空间分布模式并不具有区分自闭症患者于正常人的能力。相反，这些利用相同卷积神经网络框架学习的连接尺度上的网络的空间重叠率对自闭症患者有着显著的区分能力。此外，在算法方面，本文随后提出一个全新的框架—迭代式优化的卷积神经网络，该模型成功地将大脑功能网络的识别任务转换成一个大尺度的全自动分类过程，取代了传统的计算重叠率的方法并大大提高了功能网络识别的准确率。
(3)从大脑皮层褶皱模式的形态学特征出发，在大脑结构的研究方面，本文首先提出一个用于对自闭症患者主要的脑回脊线和脑沟基线(八条脑回脊线，两条脑沟基线)的形态模式进行研究的全新的计算框架。实验结果表明，自闭症患者主要体现出更为弯曲的褶皱模式。同时，结合相应脑回脊线或脑沟基线的大脑皮层厚度的计算结果，本文的发现与之前大脑发育研究的成果保持了很好的一致性，即更薄的大脑皮层会导致更为弯曲的褶皱模式。此外，为了使大尺度的大脑皮层褶皱的建模与分析成为可能，受到对每一个大脑半球的脑回脊线都能形成一个连接图的观察的启发，本文随后提出了一个全新的大脑皮层褶皱组织的表达—“脑回网”，并开发出一个自动的数据处理与分析流程用以对大数据的3-hinge脑回区域进行提取。最后，受到“轴突推动”理论的启发，本文提出一个有关高密度生长的纤维连接与3-hinge脑回褶皱关系的假设，首次针对3-hinge脑回区域进行分析以研究大脑皮层褶皱形成机理并通过一系列的三维有限元软组织模型对其相应的基本生物力学机制进行验证。通过对猴子/猩猩/人类大脑的3-hinge脑回区域提取，量化，并对相关的DTI(弥散张量成像)获取的3-hinge脑回区域与2-hinge脑回区域的纤维密度进行比较，可以一致观察到3-hinge脑回区域的DTI获取的纤维密度要比2-hinge脑回区域的DTI获取的纤维密度要高得多。因此，本文假设除了大脑皮层本身的扩张，高密度的纤维连接也能够促使3-hinge脑回的形成。这一神经数据分析与计算模型结合的研究方法有效地探索出了3-hinge脑回形成的看似合理的理论，同时也为大脑皮层架构的结构，功能以及二者之间的关系提供了新的见解。
(4)从神经元活动角度出发，本文探索了大脑皮层上脑沟，脑回，2-hinge和3-hinge连接点的内在功能差异，证实了脑沟，脑回，2-hinge脑回，3-hinge脑回区域不同的神经元活动的功能角色。特别地，该研究基于正常人与自闭症患者的混合数据学习了具有较高分类准确率的一维卷积神经网络模型。实验结果不仅验证了不同大脑结构区域(脑沟，脑回，2-hinge脑回，3-hinge脑回)的rsfMRI信号的功能差异，同时发现了脑沟与脑回的神经元活动功能差异较2-hinge与3-hinge脑回区域的神经元活动功能差异相比更为明显，并且该差异一致地存在于自闭症患者与正常人的大脑中。此外，本文也对模型中学到的区分脑沟/脑回，2-hinge/3-hinge脑回rsfMRI(resting state functional Magnetic Resonance Imaging)信号的差异化特征进行了进一步的分析，用以解释相应的发现。
为了从一定程度上探索并解决相关问题，在大脑功能方面，本文基于稀疏编码技术以及深度卷积神经网络模型对大脑网络进行了相应的研究。在大脑结构方面，本文针对大脑皮层褶皱模式展开了三项相关的研究工作。最后，本文从神经元活动角度出发，就脑沟，脑回，2-hinge以及3-hinge脑回区域的功能角色方面对大脑功能与大脑结构的潜在关系进行了初步的研究。具体而言，本文主要研究内容如下：
(1)首次提出基于时间稀疏编码的全脑功能网络表达。特别地，时间稀疏编码技术把每个时间点大脑所对应的状态作为学习样本进而实现可重叠大脑功能网络的分解。实验结果表明时间稀疏编码能有效地找出有意义的大脑功能网络。同时，基于这些大脑功能网络，本文对大脑疾病(注意力缺陷多动障碍，轻度创伤性脑损伤)患者的大脑异常功能研究也取得了新的进展。例如，基于时间稀疏编码技术得到的大脑功能网络能进而找出区分正常人与注意力缺陷多动障碍患者的更为有效的功能连接生物标记。对轻度创伤性脑损伤患者的研究中，本文不仅利用了时间稀疏编码技术同时也尝试了时间串接的空间稀疏编码技术对大脑状态进行全新表达，相应的结果不仅表明轻度创伤性脑损伤患者与正常人在两个不同的时间阶段(急性期，亚急性期)在大脑状态网络组成方面有着统计上的组间差异，同时揭露了轻度创伤性脑损伤所呈现的有意义的大脑网络相互作用的变化。
(2)提出一个有效的用以特征化描述并区分自闭症患者与正常人的三维深度卷积神经网络模型。其中，该模型将有意义的大脑空间重叠模式作为输入。相应的实验结果表明，利用卷积神经网络框架学习的连接尺度上的大脑功能网络图的空间分布模式并不具有区分自闭症患者于正常人的能力。相反，这些利用相同卷积神经网络框架学习的连接尺度上的网络的空间重叠率对自闭症患者有着显著的区分能力。此外，在算法方面，本文随后提出一个全新的框架—迭代式优化的卷积神经网络，该模型成功地将大脑功能网络的识别任务转换成一个大尺度的全自动分类过程，取代了传统的计算重叠率的方法并大大提高了功能网络识别的准确率。
(3)从大脑皮层褶皱模式的形态学特征出发，在大脑结构的研究方面，本文首先提出一个用于对自闭症患者主要的脑回脊线和脑沟基线(八条脑回脊线，两条脑沟基线)的形态模式进行研究的全新的计算框架。实验结果表明，自闭症患者主要体现出更为弯曲的褶皱模式。同时，结合相应脑回脊线或脑沟基线的大脑皮层厚度的计算结果，本文的发现与之前大脑发育研究的成果保持了很好的一致性，即更薄的大脑皮层会导致更为弯曲的褶皱模式。此外，为了使大尺度的大脑皮层褶皱的建模与分析成为可能，受到对每一个大脑半球的脑回脊线都能形成一个连接图的观察的启发，本文随后提出了一个全新的大脑皮层褶皱组织的表达—“脑回网”，并开发出一个自动的数据处理与分析流程用以对大数据的3-hinge脑回区域进行提取。最后，受到“轴突推动”理论的启发，本文提出一个有关高密度生长的纤维连接与3-hinge脑回褶皱关系的假设，首次针对3-hinge脑回区域进行分析以研究大脑皮层褶皱形成机理并通过一系列的三维有限元软组织模型对其相应的基本生物力学机制进行验证。通过对猴子/猩猩/人类大脑的3-hinge脑回区域提取，量化，并对相关的DTI(弥散张量成像)获取的3-hinge脑回区域与2-hinge脑回区域的纤维密度进行比较，可以一致观察到3-hinge脑回区域的DTI获取的纤维密度要比2-hinge脑回区域的DTI获取的纤维密度要高得多。因此，本文假设除了大脑皮层本身的扩张，高密度的纤维连接也能够促使3-hinge脑回的形成。这一神经数据分析与计算模型结合的研究方法有效地探索出了3-hinge脑回形成的看似合理的理论，同时也为大脑皮层架构的结构，功能以及二者之间的关系提供了新的见解。
(4)从神经元活动角度出发，本文探索了大脑皮层上脑沟，脑回，2-hinge和3-hinge连接点的内在功能差异，证实了脑沟，脑回，2-hinge脑回，3-hinge脑回区域不同的神经元活动的功能角色。特别地，该研究基于正常人与自闭症患者的混合数据学习了具有较高分类准确率的一维卷积神经网络模型。实验结果不仅验证了不同大脑结构区域(脑沟，脑回，2-hinge脑回，3-hinge脑回)的rsfMRI信号的功能差异，同时发现了脑沟与脑回的神经元活动功能差异较2-hinge与3-hinge脑回区域的神经元活动功能差异相比更为明显，并且该差异一致地存在于自闭症患者与正常人的大脑中。此外，本文也对模型中学到的区分脑沟/脑回，2-hinge/3-hinge脑回rsfMRI(resting state functional Magnetic Resonance Imaging)信号的差异化特征进行了进一步的分析，用以解释相应的发现。