基于DTI影像图论分析的正常老化认知表现预测模型.pdfVIP

第 33卷 第 6期 北京生物医学工程 Vo1．33 No．6 2014年 12月 BeijingBiomedicalEngineering December 2014 基于DTI影像图论分析的正常老化 认知表现预测模型 员锐娟 吴水才 林岚 赵一平。 林仲志 黄楚 中。 林庆波。 摘 要 目的 以磁共振扩散张量影像 (diffusiontensorimaging，DTI)为基础进行大脑结构网络拓 扑属性分析 ，选择与认知表现分数相关性较大的结构网络特征 ，并基于这些特征建立认知表现分数预测 模型，藉以客观地估测老年人的大脑认知能力。方法 对94例正常老化 的DTI影像进行结构脑网络构 建，采用图论法分析结构连接矩阵，提取结构网络的特征 ，并将所有特征与受试者的简单智能状态检查 量表 (mini．mentalstatusexamination，MMSE)分数进行相关性分析，选取出与大脑认知高度相关的网络 特征，再基于这些特征建立 5种分析模型 ，预测受试者的认知表现分数，以进一步分析模型的预测效能。 结果 通过相关性分析，在相关系数大于0．22且P值小于0．05的条件下 ，选取出与大脑认知高度相关 的30个特征，这些特征分布在 AAL(automatedanatomicallabeling)图谱 中的12个脑区。而在模型建立 与效能分析部分，以高斯回归模型的效能最佳，其训练组相关系数达 0．89，预测误差最小为 2．O1，对受 试者的认知表现分数预测较准确。结论 利用结构脑网络度量指标作为生物标记指针可建立正常老化 认知功能预测模型，且能有效预测正常老年人的认知表现分数。 关键词 磁共振扩散张量影像 ；图论 ；认知表现；机器学习 DOI：10．3969／j．issn．1002—3208．2014．06．05． 中图分类号 R318．04 文献标志码 A 文章编号 1002—3208(2014)06-0575—08 A predictionmodelforcognitiveperformancefrom diffusion tensorimagingwith graph theoryinhealth ageing YUNRuijuan，WUShuicai，LINLan。，CHAOYiping，LINChungchin，HUANGChuchung，LINChingpo 1CollegeofLifeScienceandBio·Engineering，BeijingUniversityof Technology，Beijing 100124； 2DepartmentofComputerScienceandInformationEngineering，HealthyAgingResearchCenter， ChangGungUniversity，Taoyuan 333，Taiwan，China；3DepartmentofBiomedicalImaging andRadiologicalSciences，NationalYang-MingUniversity，Taipei 112，Taiwan，China 【Abstract】 0bjeetiveOnthebasisofdiffusiontensorimaging(DTI)，weanalyzedthepropertiesof structuralbrain networkby selectingthecharacteristicsofstur cturalnetworkwhichwerehighercorrelatedwith cognitiveperformancetoestimatethepredictionmodels．Basedontheestimatedmodels，thescoreofcognitive performanceofsu