针对脑功能网络的AD和MCI分类的分析研究.pdfVIP

IIIllIlUl IlllUlIllllll 0Ililllllitlllll 3 Y269361 基于脑功能网络的AD和MCl分类研究 摘要 人脑是一个复杂的动力学系统，是大脑进行信息处理和认知表达的生 理基础。探索大脑的组织结构与功能，有助于理解大脑的工作机制，对大 脑相关病理学的研究都具有重要意义。 近年来，很多研究人员将复杂网络理论应用到脑认知的研究中，把每 个脑区看作是网络中的一个节点，两个脑区间的连接看作边，可以将大脑 抽象成一个复杂网络，通过分析网络中的属性，可以帮助人们理解大脑网 络的运转机制，对神经类疾病的研究有很大意义。 随着人口老龄化速度的加快，阿尔茨海默病日渐成为危害老年人健康 的一个重要问题，该疾病是一种神经退行性疾病，发病率高，目前尚没有 有效的治疗方法，通过干预其早期阶段．轻度认知障碍，可以延缓疾病进展。 已有研究发现，阿尔茨海默病患者的脑功能网络存在异常，但是，对该疾 病早期阶段脑网络拓扑属性的变化，不同脑区划分情况对脑功能网络的影 响情况，目前仍不清楚。 本文从复杂网络的角度对阿尔茨海默病、晚期轻度认知障碍和早期轻 度认知障碍及正常对照组进行了研究。主要工作如下： 数据进行必要的预处理，以降低噪音，提高数据质量。 I 万方数据 数据的时间序列，分别构建所有被试的脑功能网络，提取网络中的节点属 性，包括节点度，中间中心度和节点效率，计算节点属性的曲线下面积值。 采用k-s检验方法选择不同组之间存在显著差异的节点属性的曲线下面积 值作为分类特征，运用支持向量机算法对进行了两组间分类。 (3)对结构MRI图像进行预处理，得到调制后可以反映灰质体积变化 的灰质图像，然后采用基于体素形态学方法对四组被试进行了差异分析， 得到了四组之间具有差异的感兴趣区，提取这些感兴趣区的灰质体积，去 除性别和年龄协变量后作为分类特征；选取行为学量表中的简明精神量表 作为分类特征，进行了分类研究。 (4)采用SVM分类方法对两种脑区划分情况下的曲线下面积特征和上 述步骤得到的灰质特征和简明精神量表特征进行了分类。 研究结果发现，只有脑功能网络特征时，大脑划分的越细，正确率越 高；加入灰质特征后，都能显著提高分类正确率；加入行为学量表特征后， 分类正确率有提高，但都不明显；两种划分情况下，三种特征一起进行分 类，分类效果最好。这意味着脑功能网络方法结合灰质和行为学量表可以 对脑疾病进行研究，为临床诊断提供了辅助手段。 关键宇：阿尔茨海默病，轻度认知障碍，脑功能网络，支持向量机，基于 体素形态学方法 II 万方数据 ClASSIFICATIOINRESEARCHOFBRAIN ANDMCI F乙口呵CTIONALNETWORKINAD ABSTRACT Humanisa the basisof b—rain complexdynamicsystem，isphysiological and informationand