基于磁共振的脑结构功能网络分析方法应用研究

来源 :电子科技大学 | 被引量 : 1次 | 上传用户:liongliong497
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来人们对大脑内部组织结构和生理机制的研究已经越来越成为了科研上的热点和难点,磁共振成像技术(MRI)的不断成熟,可以更好地用于大脑内部结构的探测和研究。从网络层面分析人脑的内在连接关系和结构特性可以从宏观上更好的理解大脑的工作原理和生理机制。利于基于图论的复杂网络分析方法对疾病大脑网络进行分析以此来探测疾病对大脑网络状态和组织结构的改变可以有助于对疾病的研究。早发精神分裂症(EOS)是一种因脑组织结构和功能紊乱而引起的疾病,目前从网络层面来研究这种疾病患者的大脑结构特性还不是很多。本文以磁共振数据为背景,利用基于图论的复杂网络分析方法对早发精神分裂症患者的大脑结构与功能网络进行分析研究。首先,利用EOS患者和正常对照组的弥散张量成像(DTI)数据和功能磁共振数据(fMRI)分别构建了大脑的结构网络和功能网络,在此基础上利用小世界网络模型,研究了被试的大脑结构和功能网络的连接状态,结果发现,两组被试的结构网络和功能网络均表现出了小世界网络的特性,不仅如此,患者组的结构网络小世界拓扑属性指标、聚合系数指标、局部效率指标相对于正常对照组有明显的升高,而网络的全局强度有明显的降低,这意味着早发精神分裂症患者结构网络的稳态性受到了破坏,内部的结构可能受损。其次,本文不仅计算和统计了网路的整体指标还对网络的局部拓扑属性指标进行了计算统计分析,结果发现患者结构网络在三角部额下回、枕上回、中央后回、顶上回、角回、颞横回、颞上回区域相对于对照组有明显升高的节点特征路径长度;节点效率在三角部额下回、枕上回、顶上回有明显的降低;并且中央后回、顶上回、角回的特征路径长度与临床PANSS量表有明显的相关性。这些结果意味着从这些脑区出发的纤维存在损失而引发信息加工效率减弱。
其他文献
由于神经元之间交换信息及信号传输等实际过程都存在信息延迟,时滞将导致网络系统的性能发生改变,从而使稳定的系统变得不稳定。本文使用泛函微分方程的相关理论,对一类带有
本篇硕士论文研究了Cn中Fock空间F2α(dvα)上的Toeplitz算子Tμ属于Schatten类的问题.  固定一个正参数α,Gaussion概率测度dvα(z)的定义为:dvα(z)=(α/π)ne-α|z|2 dv(z)
二维板材下料问题是一个经典的组合优化问题,属于NP-hard问题。如何找到一种较好的下料算法,成为节约原材料,降低成本,从而提高企业的经济效益的重要问题之一。常用的求解二维下
本篇博士学位论文研究了几类风险模型的随机控制问题.包括经典模型、带扰动的经典模型、二维复合泊松模型、更一般的风险模型——逐段决定符合Poisson风险模型的随机控制问题
由于神经网络涉及到众多学科,同时它的进一步研究在一定程度上对其他学科的发展进而对科学技术的研究起着推进作用。无论研究哪一类动态系统,稳定性都是人们必须考虑的最基本问
在过去十几年里,关于多智能体系统一致性协调控制问题的理论研究和实际应用已经受到了科学界更多的重视。解决多智能体系统一致性协调控制的关键是:依据系统分配任务和性能要