人脑核磁共振数据的特征提取与特征选择

摘要

作为一种无创性的医学影像技术，核磁共振成像（magnetic resonance imaging，MRI）近年来在医疗诊断和科学研究中的应用日益广泛，极大的推动了脑科学和认知神经科学等学科的发展。MRI数据的维数高并且携带多种类型的噪声，从这些数据中提取能够反映神经或者精神活动的有效特征对于疾病诊断和人的行为和认知活动的研究具有十分重要的意义。本论文以人脑的MRI数据为研究对象，利用特征提取和特征选择方法获取有效特征，并建立这些特征与人的生理参数、神经疾病以及精神疾病的对应关系。在利用和借鉴模式识别领域的特征提取和特征选择方法的同时，结合人脑MRI数据的特点对其进行改进，并将其应用于人的生理参数、神经疾病以及精神疾病的预测和诊断。本研究主要内容包括：
　　⑴研究了人脑随年龄变化基于稀疏表示特征选择方法的空间模式。多变量模式分析（multivariate pattern analysis，MVPA）使人脑结构磁共振成像（structural MRI，sMRI）数据的微小变化和分布式空间模式的获取成为可能。在这项研究中，一种新的基于稀疏表示的MVPA方法被用来提取健康人脑正常老化的协变模式。两组由不同的仪器采集的sMRI数据被用来进行研究。在第一组中，我们使用双样本t检验过滤器和稀疏表示得到判别模式。利用这些判别模式，成功的将老年人从年轻人中区分出来，具有很高的正确率。选择的体素特征可分为两部分。第一部分着重于中央前回、中央后回和尾状核，这些脑区在感觉运动任务中发挥重要作用。随着年龄的增长这些体素核团的灰质浓度呈现出最明显的降低趋势。第二部分主要分布在小脑，丘脑和右侧额下回，这些脑区不仅是感觉运动回路的重要节点，也是认知回路的关键节点，但是它们的灰质浓度变化对年龄的变化并不敏感。考虑到体素特征的选取过程，人脑感觉运动区的老化和认知相关的脑区老化确定有耦合关系。
　　⑵对稀疏表示特征选择方法进行改进，将特征选择的二值信息用连续的年龄信息取代，将选择的特征输入回归模型，建立健康人脑正常老化的预测模型，得到对健康被试年龄的预测误差仅为4.67岁。由于神经退化性脑疾病（例如alzheimer disease，AD）会导致人脑的加速老化过程，因此我们的健康被试的年龄预测模型可以用作人脑老化的基准进而有助于检测人脑的快速老化，在临床上可以用来预测神经退行性脑疾病的发生。
　　⑶功能磁共振成像（functional MRI，fMRI）数据全脑静息态线性功能连接（resting-state functional connectivity，rs-fc）的特征提取方法用于内侧颞叶癫痫的诊断和癫痫病人的脑功能网络的异常分析。提取全脑线性功能连接特征包含两步：选定感兴趣区和定义连接。选定一个不包含癫痫病灶的脑功能模板定义感兴趣区，每对感兴趣区的平均时间序列间的皮尔逊相关系数作为连接强度。利用支持向量机迭代特征消除法（SVM-RFE）选取区分能力强的功能连接作为特征输入支持向量分类器，对癫痫病人和正常人进行诊断。右侧海马硬化的内侧颞叶癫痫（R-mTLE）病人和正常人的分类准确率达到95.2％，左侧海马硬化的内侧颞叶癫痫（L-mTLE）病人和正常人的分类正确率达到85.7%。对区分能力最强的功能连接的分析表明右侧海马硬化的内侧颞叶癫痫病人的右侧脑半球的功能连接减弱，而左侧脑半球的功能连接是增强的，这可能暗示癫痫病人脑发病侧的功能损伤以及对侧人脑的代偿机制。左侧海马硬化的内侧颞叶癫痫病人的功能连接呈现出与右侧海马硬化内侧颞叶癫痫相同的脑半球偏侧化趋势。这表明了内侧颞叶癫痫在功能异常上具有一致性。网络化分析表明，网络内的功能连接的变化倾向于扰乱人脑功能连接偏侧化趋势，而网络之间发生异常的功能连接偏向于服从偏侧化趋势。
　　⑷引入一种利用扩展最大信息系数(eMIC)的非线性统计相关性的描述方法建立全脑的非线性功能连接特征描述，并将其应用到精神分裂症病人和正常被试的分类上。首先，利用时间序列间基于互信息的最大信息系数(MIC)最大化两个时间序列的统计相关性，然后去除线性相关性的影响，进而得到两个时间序列间的非线性统计相关作为非线性rs-fc的度量。和传统的线性rs-fc相比，利用非线性rs-fc得到分类正确率明显高于传统的线性rs-fc得到的结果。该结果表明非线性rs-fc在精神疾病诊断的潜在应用价值，在rs-fc的建立过程中应该考虑非线性rs-fc的影响。同时暗示精神分裂症不仅仅是简单的线性功能异常，而且存在复杂的非线性功能异常。通过对比精神分裂症病人的异常非线性rs-fc和线性rs-fc，发现非线性rs-fc在精神分裂症病人中是增强的，而线性rs-fc是减弱的。该结果表明在人脑的可塑性和代偿机制导的作用下，精神分裂症病人可能需要增强非线性rs-fc来弥补线性rs-fc减弱带来的缺陷。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 课题背景与研究意义

1.2 神经影像技术概述

1.3核磁共振成像中的特征提取与特征选择

1.4论文主要贡献与组织结构

第二章 稀疏表示特征选择在脑正常老化研究中的应用

2.1 特征选择理论

2.2 稀疏表示算法提取年龄相关脑结构特征

2.3 本章小结

第三章 稀疏表示算法用于脑年龄预测

3.1 背景

3.2 材料和方法

3.3 实验结果

3.4 讨论

3.5 本章小结

第四章 线性功能连接特征用于内侧颞叶癫痫的诊断

4.1 功能磁共振数据的线性功能连接的构建

4.2 线性功能连接特征用于右侧海马硬化颞叶癫痫的判别分析

4.3线性功能连接特征用于右侧海马硬化颞叶癫痫的判别分析

4.4 本章小结

第五章 非线性功能连接特征提取及应用

5.1 非线性功能连接的构建

5.2 非线性功能连接的仿真实验

5.3 非线性功能连接用于精神分裂症患者的诊断和网络分析

5.4 本章小结

第六章 总结与展望

6.1 全文总结

6.2 工作展望

致谢

参考文献

作者在学期间取得的学术成果

作者在学期间参与的主要科研项目