磁共振结构像分析及其在音乐家大脑研究中的应用-信号与信息处理专业论文.docx

摘要 摘要 I I 摘 要 磁共振成像（magnetic resonance imaging，MRI），尤其是结构磁共振成像 （structural MRI，sMRI）和弥散加权成像（diffusion-weighted imaging，DWI）具 有无创、图像清晰及高对比度等特点。因此 MRI 很适合于脑组织的结构成像及研 究，也为研究人脑结构与发育、疾病及可塑性等问题之间的关联提供了一个良好 的影像学手段。基于 sMRI 图像可以分析大脑的灰质及白质结构，尤其是灰质的密 度、皮层厚度、皮层表面积及褶皱复杂度等信息；基于 DWI 图像可以得到许多白 质相关的属性和纤维束走向等信息，亦可构建大脑纤维束连接网络进行复杂网络 分析。研究神经可塑性，尤其是长期规律的学习和练习导致的大脑可塑性变化对 于理解人类大脑是既具可行性又非常重要的。音乐家在训练和演奏乐器时会经历 大量的感觉、运动及听觉信息的传输和整合，因此其大脑是研究此类问题的一个 非常理想的模型。本文以音乐家及与其年龄、性别、教育年限匹配的非音乐家为 研究对象，利用多种方法分析了两组被试的大脑磁共振结构影像，目的是对长期 音乐训练和演奏导致的大脑结构可塑性改变进行探索研究。通过上述研究我们得 到了一些有意义的结果和证据。本文的主要工作和发现介绍如下： 1. 对两组被试的大脑 sMRI 图像进行了基于体素的形态学（voxel-based morphometry，VBM）分析。首先，对每个被试的 sMRI 图像通过 12 个参数的仿 射变换配准到标准空间的 T1 模板；然后，将得到的图像分割为灰质、白质和脑脊 液；最后，在标准空间上将两组被试的灰质图像进行逐体素的统计对比分析，从 而得到了表现出显著组间差异的体素团簇。本研究发现：音乐家在双侧小脑、双 侧颞中回及左侧枕上回具有比非音乐家显著高的灰质密度。这说明对于音乐家来 说，长期的音乐经历首要影响的很可能是与运动和听觉相关的脑区。 2. 对与上一研究中同样的 sMRI 图像进行了基于表面的形态学（surface-based morphometry，SBM）分析。首先，将每个被试的 sMRI 图像配准到 Talairach 空间 并进行灰度值校正和非脑组织的去除；其次，标记白质并从白质区域出发找出灰 质与白质的交界面，进而向外延伸找出灰质与脑脊液的交界面，两个交界面都用 顶点表示；第三，计算出每个顶点的皮层厚度、表面积、曲率、高斯曲率、折叠 指数及内在曲率指数，并利用 Destrieux Atlas 模板划分脑区进而计算出每个脑区 的相应指标平均值；最后进行每个指标逐脑区的组间统计分析从而得到了两组被 试具有显著差异的皮层指标和差异脑区。分析结果表明：长期的音乐训练可能会 使得音乐家大脑在视觉、躯体运动、情绪、运动控制、听觉及躯体感觉等功能相 II II 关的脑区具有更高的皮层表面积、皮层厚度和/或皮层褶皱复杂度。 3. 以音乐家及对照组的大脑 DWI 图像及 sMRI 图像为基础，构建并分析了两 组被试的白质纤维束结构网络。首先，将 sMRI 图像分别与 DWI 图像和标准空间 T1 模板进行配准，并将 sMRI 图像进行组织分割进而将所得灰质图像根据 AAL 图 谱划分为 90 个脑区，根据 sMRI 图像与 DWI 图像配准的反变换得到个体 b0 空间 的灰质 AAL 分区；其次，从 b0 空间的每个脑区出发，向全脑进行纤维束概率追 踪，由此得到每对脑区间的连接强度并构建出全脑网络；第三，运用图论方法得 到网络的全局及局部拓扑属性；最后，对每个网络属性分别进行组间的统计分析 从而找出两组被试在白质结构网络层面的显著差异。本研究发现：音乐家在运动 和视觉系统、缘上回、基底节区域及额叶眶部皮层都发生了白质网络属性的显著 改变，从而间接的指示出音乐家大脑的神经纤维（束）可塑性的变化。 4. 对 上 一 章 中 两 组 被 试 的 大 脑 白 质 结 构 网 络 使用 了一种 主 成 分 分 析 （principal component analysis，PCA）结合支持向量机（support vector machine， SVM）分类的方法进行了另一个角度的分析。首先，将所有被试的脑网络连接矩 阵整合到一起进行 PCA（利用奇异值分解（singular value decomposition，SVD） 来实现）处理；其次，将 SVD 得到的每个右奇异向量进行留一交叉验证法 SVM 分类分析并找出分类效果最好的奇异向量对应的主成分；最后，找出对此主成分 贡献度最高的一些位置对应的脑网络中的连接，便得到了音乐家相对于非音乐家 在大脑白质纤维束结构上发生改变的主要连接。结果表明：长期的音乐训练及演 奏会提高运动、听觉、情绪和记