论文部分内容阅读
以结构磁共振成像(magnetic resonance imaging,MRI)、弥散张量成像(diffusion tensor imaging,DTI)和功能磁共振成像(functional magnetic resonance imaging,fMRI)为代表的磁共振影像技术可以在无创条件下获取人脑结构及功能信息。现代机器学习技术使得我们可以基于已知样本的磁共振影像和认知指标习得"经验模型",进而基于未知样本的磁共振影像依照该模型对该未知样本的认知指标作出定量评估。也即通过神经影像技术与机器学习技术的合理交叉,有望实现对个体生理及认知指标的客观精准评估。弹性网(E-Net)是有效的回归分析方法,该方法能够在原数据空间对数据进行稀疏表达,所以无需特征选择就可以直接得到预测模型。本研究中,我们基于人脑的静息状态fMRI图像和DTI图像,结合弹性网方法,开展对个体年龄及智商的预测研究。具体工作如下:(1)基于静息态fMRI的成人年龄预测。基于63名18到45岁成年样本的静息态fMRI数据,提取每个样本多感兴趣区两两之间的功能连接作为特征,结合弹性网方法构建年龄预测模型。留一法交叉验证的结果表明预测值和真实值的相关系数可达0.78。(2)基于DTI的成人年龄预测。基于111名18到55岁的成年样本的DTI数据,提取每个样本各向异性指标(FA)、平均扩散率(MD)、轴向扩散率(AD)、径向扩散率(RD)等参数作为特征,结合弹性网方法构建年龄预测模型。留一法交叉验证的结果表明预测值和真实值的相关系数可达0.87。(3)基于静息态fMRI的成年人智商预测。基于76名成人样本的静息态fMRI数据,提取多感兴趣区之间的功能连接作为特征,结合弹性网方法构建智商预测模型。留一法交叉验证的结果表明预测值和真实值的相关系数为0.64。本研究的创新意义在于:1)发现成人脑功能及结构的变化强度足以解析个体年龄,这一结果提示即使是基于正常成人样本的脑功能及结构研究,年龄因素的影响也是不容忽视的;2)对基于磁共振影像开展智商预测进行了初步探索,验证了基于静息状态fMRI开展智商预测的可行性。