fMRI功能网络与连接关联模式

摘要

磁共振影像增强了神经生理和神经解剖的可计算性，为多种神经精神类疾病的简便诊断和提前发现提供了相对可靠的手段。利用磁共振影像不仅可以从脑组织结构、连接、回路等方面开展关于脑功能和脑形态学异常的分析，而且能够从多个尺度、多个角度、多种模态来对脑的运作机理进行分析研究。此外，功能磁共振影像还可用于研究扫描期间脑活动的动态变化。
　　本文的工作主要包括以下三个方面：
　　（1）使用独立成分分析、时变功能连接分析以及离散化方法研究孤独症（Autism Spectrum Disorder,ASD）对脑活动动态变化的影响。首先，对功能磁共振影像数据进行标准预处理操作。其次，考虑到基于地形图进行脑功能区划分的局限性，本文使用基于群组的独立成分分析来确定脑分区。然后，使用滑动窗分割时间序列并构建时变功能网络。最后，使用Graphical LASSO算法控制功能网络的稀疏程度，并使用K-means聚类来确定脑活动的亚状态。结果表明ASD患者的某些脑活动亚状态的平均重复出现时间与正常人之间有显著的差异，并且ASD患者不同脑状态中不同强度连接比例的波动要大于正常人。与之前的研究类似，本文结果表明ASD患者中存在与认知控制网络、视觉网络和默认模式网络相关的异常连接。
　　（2）使用双样本T检验和留一交叉验证从脑功能网络中提取差异连接，并使用贝叶斯网络、Logistics回归、KNN分类器结合十折交叉验证方法探究差异连接对孤独症的区分能力。结果表明差异连接有较好的区分能力，分类准确率最高可以达到90.7％。此外，还探究了离散化和降维算法对分类结果的影响。
　　（3）使用频繁项集挖掘算法对脑区尺度上的脑功能连接进行共存关联分析。结果表明左侧眶部额下回、右侧眶部额下回、左侧海马、左侧海马旁回、右侧海马旁回、左侧嗅皮质、右侧嗅皮质、左侧颞极：颞上回、左侧枕下回之间的连接关联出现。在一定程度上表明大脑自发活动可能是受记忆调控的而不是完全随机的。
　　本文的研究结果可能会有助于对神经精神类疾病病理的了解并对神经精神类疾病的自动化诊断有所帮助。

目录

声明

第一章 绪论

1.1 脑与认知

1.2 磁共振影像

1.3 功能磁共振数据分析方法

1.4 研究目的及意义

1.5 本文文章结构

第二章 图论与功能磁共振

2.1 功能磁共振常用图论测度

2.2 脑地形图与脑网络

2.3 网络属性与脑映射图

2.4 脑功能网络的频率特性

2.5 距离与脑功能网络

2.5 本章小结

第三章 孤独症中的功能连接异常波动

3.1 材料与方法

3.2 结果

3.3 讨论与结论

3.4 本章小结

第四章 基于差异性功能连接的ASD分类研究

4.1 数据预处理

4.1 网络构建

4.2 功能连接差异

4.3 特征降维

4.4 ASD分类

4.5 结果

4.5 本章小结

第五章 功能连接共存关联模式探究

5.1 网络构建

5.2 频繁项集

5.1 本章小结

第六章 总结与展望

参考文献

在学期间的研究成果

致谢