论文部分内容阅读
随着现代脑影像技术和度量大脑进程的大数据分析快速发展,研究者们越来越想揭示人类大脑的结构和功能。他们希望通过研究人类行为和心理活动的机制,改变人类神经活动的效率,同时加深对神经精神类疾病的研究和治疗。阿尔茨海默病(Alzheimer’s Disease,AD)是最为常见的痴呆症状之一,其严重影响了中老年人的健康和生活质量。截至目前,人们对阿尔茨海默病的成因知之甚少,神经影像学最近的研究已经发现AD患者随着病情的发展脑结构和神经元活性会发生改变,同时脑网络的拓扑属性与正常人存在显著差异。本文旨在从个体脑代谢网络的研究视角寻找AD患者脑网络拓扑属性的异常特征,以寻求AD早期诊断的新思路。本研究中使用18F-脱氧葡萄糖正电子发射断层扫描(18F-FDG-PET)数据创造性地构建基于立方体划分的个体脑代谢网络。分析了AD和正常被试脑代谢网络的连接和节点度等属性的组间差异的显著性水平,并通过机器学习方法来评估所提出的特征用于AD早期诊断的可行性。所做的主要工作包含以下几个方面:(1)统计分析了AD患者和正常对照组体素级和立方体划分下的节点平均葡萄糖代谢率差异显著性水平。其中AD患者有显著代谢减退的相关脑区主要在颞中回、颞下回、后扣带回、楔前叶和角形脑回。(2)本研究中创造性地构建基于立方体划分的个体脑代谢网络,统计分析了AD患者和正常对照组脑代谢网络的连接和节点度等属性的组间差异的显著性水平。计算了脑代谢网络的拓扑属性参数。研究发现AD患者出现长程连接减弱短程连接增强的趋势,同时两组被试的脑代谢网络均表现出小世界属性,但是较正常人而言,AD患者的脑代谢网络具有较大的聚类系数和平均最短路径长度。(3)通过机器学习方法来评估所提出的特征用于AD早期诊断的可行性。结果表明,所提取的特征在分类中表现良好,最高准确度为95.64%,受试者工作特征曲线下的面积为0.9915。这说明小方块划分模型下的FDG-PET的影像学特征和脑代谢网络拓扑特征在AD的早期诊断中具有强大的潜力。