结构磁共振数据的脑模式分析

来源 :国防科学技术大学 | 被引量 : 0次 | 上传用户:cyqhexxjl86
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脑作为人类智能的载体,其复杂程度远远超过自然界其他物体。人类在探索脑的道路上取得了很大的成就,对脑结构和功能的认识也不断进步。欧美日等发达国家制定了相应的脑科学计划,我国的“973”计划也包括了脑功能和脑重大疾病的基础研究。目前,磁共振成像(MRI)技术凭借其无创性、无放射性以及便于跟踪调查等综合优势,已成为了临床诊断和科学研究中不可或缺的技术手段。MRI中的3维结构像具有空间分辨率高以及能精确定位等特点,在对脑疾病的诊断中能够提供有效的证据。随着社会不断发展,患脑疾病的人数越来越多。脑疾病中精神类疾病和部分神经类疾病普遍缺乏客观的诊断标准和方法,因此寻找辅助该类疾病诊断的生物学标志有十分重要的意义。本文是在973项目课题(基于磁共振的脑网络研究)以及国家自然科学基金(三维图像特征提取及应用)的基础上开展的研究。  帕金森病(PD)是世界上很常见的神经性退化疾病,对 PD的研究也是一直没有停止。本文对45个非痴呆的帕金森病人和40个性别、年龄匹配的正常人的结构磁共振成像(sMRI)数据进行分析。对数据的分析分别采用了单变量统计学方法和多变量模式分析方法。  单变量统计学方法是采用基于体素形态学(VBM)方法对两类样本的全脑体素进行显著性分析。病人灰质浓度显著减少的区域主要集中在壳核和小脑,表明这两个区域在PD神经生理学中是非常重要的。此外,帕金森病人在丘脑、豆状核、直回、额上回以及颞叶上回的灰质浓度显著降低了。结果表明帕金森病会导致全脑结构上的变化,尤其是在壳核和小脑的结构变化最为显著。  许多文献对壳核进行了多方面的研究,然而对小脑并没有进行系统的研究。在本文中采用支持向量机(SVM)结合VBM的多变量模式分析(MVPA)方法,对帕金森病人小脑灰质浓度进行分析。采用小脑灰质浓度作为特征,对病人和正常人进行分类,通过留一交叉验证法在个体水平上可以达到98.8%的识别率,表明分析小脑对PD的诊断也是很有帮助的。小脑中有异常的区域分布在右小脑的Crus I内侧、左小脑的第八小叶,第三蚓体、第八蚓体和右小脑的Crus I外侧。其中在右小脑的Crus I内侧、左小脑的第八小叶,第三蚓体的灰质浓度降低了,而在第八蚓体和右小脑的Crus I外侧灰质浓度增加了。此外,我们也发现有异常的小脑灰质区域主要分布在默认网络和额顶控制网络,表明小脑的这两个网络在PD中扮演着非常重要的角色。  本文对3维结构磁共振数据的分析,对我们进一步了解脑功能和结构是很有帮助的。并且对脑疾病的预防和治疗提供一定的理论基础,在人们认识脑和保护脑的研究过程中发挥了一定的作用。
其他文献
倒立摆系统是一个典型快速、多变量、非线性、不稳定的高阶系统。研究其控制理论和方法,对于双足机器人行走、火箭发射过程调整和直升机飞行控制领域有重要的现实意义。 本
期刊
随着信息技术的不断发展,通信网络已经开始被广泛应用到各种控制系统中。但网络引入控制系统给传统控制理论带来了新的问题。与此同时,由于被控对象复杂程度的增加和所要求控制
近年来,诸诚市适应农村和农业不断发展变化的新形势,逐步走出了一条“产业建党、党带民富”的新路子,有效地提高了党在农村的执政能力,促进了农业增效、农民增收、农村稳定。
候梯客流量分布是电梯群控系统的关键参数,电梯群控制器根据候梯客流量分布来调度轿厢,能最大程度地提高电梯群的效率和服务质量。本文采用图像识别——人脸检测技术来获取客
随着计算能力和网络技术的进展,人类积累的数据量急剧增长。如何自动地、智能地从数据中获取其隐含的规律和知识,从而进行决策和控制是人们需要解决的迫在眉捷的问题。机器学习
北京古城旅游职业学校上课铃声响过之后,只听烹饪课堂上 “啪啪啪” 击掌三声,“我要当名厨!”这振奋人心的一幕是记者在采访于梁洪老师时在他的课堂上看到的。身着雪白工作
期刊
公元前221年(距今已有2225年)秦始皇统一中国,他横政暴敛,腐化堕落,利用人民的血汗钱修筑供他享乐的阿房宫,民工们饿着肚子,为他修建宫殿,怨气很大,工程进度缓慢,用来建宫的
期刊
系统性红斑狼疮(systemic lupus erythematosus,SLE)是一种自身免疫病,患者体内产生多种抗体和细胞因子,累及多个系统。转化生长因子β(transforming growth factor-β,TGF-β)是一种重要的负性免疫调节因子,能抑制免疫活性细胞的增殖和分化,抑制细胞因子和抗体的产生,在活动性SLE患者中,TGF-β1对免疫系统的抑制减弱,使得淋巴细胞的增殖分化失
颜色作为一种非常重要的视觉特征,广泛应用于计算机视觉,尤其是图像处理领域。然而目前很多颜色特征是从计算机视觉角度出发提出的,难以像人类视觉系统那样同时表达出我们所需要