基于结构MRI的老化和癫痫脑部形态学改变研究

发布时间：2020-11-04 00:39

　　 脑部形态改变在神经系统疾病中起着重要作用,这使我们有望更好的理解不同脑部疾病形成以及老化的原因。各种自动化软件程序旨在提供一个自动框架来检测结构性磁共振成像(MRI)数据中的脑部形态变化。基于像素的形态学分析算法(VBM)作为一种先进的神经影像技术,可用来检测脑部形态异常。本论文利用VBM探讨正常老化和癫痫病的脑部形态改变及异常。正常衰老与许多大脑区域的结构变化以及伴随着年龄增长的认知功能下降有关。先进的神经影像技术可以对结构改变进行探索性分析,这些结构改变可以用来评估与年龄相关的变化。本文使用双因素方差分析来调查年龄和性别对大脑容积的影响。我们使用Pearson相关性来研究年轻和老年群体中由于年龄导致的全脑容积改变。在区域层面,我们使用了灵活因子统计检验比较来自IXI-数据集的四组健康成年人的灰质(GM)和白质(WM)体积改变的平均值,包括老年女性(OF),老年男性(OM),年轻女性(YF)和年轻男性(YM)。此外,本文还针对阿尔茨海默病进行了分类识别研究。实验数据来自ADNI数据库结构MRI,重点对特征提取和特征选择进行了研究。本文利用VBM进行了病人和正常人的比较,将局部灰质体积异常(萎缩)区域作为感兴趣区。基于上述感兴趣区,将体素灰度值向量作为原始图像特征。将上述原始图像特征用统计独立(statistical dependency,SD),互信息(mutual information,MI),信息增益(information gain,IG),皮尔逊相关(Pearson’s correlation coefficient,PCC),T检验(t-test score,TS),Fisher判别(Fisher’s criterion,FC),以及Gini检索(Gini index,GI)进行了提取选择,然后用支持向量机方法进行了实验数据的分类识别。结果表明本文方法相比state-of-the-art方法对AD疾病分类效果更优.癫痫是一种常见的神经系统疾病。全球已有超过5000万患者,而25%使用抗癫痫药物疗效不佳。我们已广泛研究了颞叶癫痫(TLE)中灰质(GM)和白质(WM)异常的呈现和分布。然而,癫痫发作时TLE与海马硬化(HS)高度相关。本文分别探讨了有和没有HS的TLE患者中的GM和WM异常。我们在VBM分析算法中进行了灵活因子统计检验,以鉴别显著的GM和WM异常,并且使用FreeSurfer程序分析海马和杏仁核区域的差异。本文针对健康对照(HC),右颞叶癫痫(TLE)患者伴随海马硬化(HS)(RTLEHS),右侧TLE患者无HS(RTLE-no),左TLE患者有HS(LTLE-HS),左TLE患者无HS(TLE-no)进行了数据分析,数据来自日本东京国立神经病学和精神病医院中心。本文还进行多元回归分析来评估区域性GM和WM随病程的变化。此外,我们使用新版本的统计参数绘图软件(SPM12)计算解剖工具箱(CAT12),与使用较旧的软件SPM8中的VBM8工具箱,对伴有HS和无HS的TLE患者,以及正常对照被试进行了实验结果的比较。CAT12和VBM8工具箱目前广泛用于各种脑部疾病的VBM分析。关于老龄化研究,本文观察了到年轻人群和老年人群在性别方面,全面和局部的GM和WM改变模式。在全局层面,我们观察到年龄和性别对全脑容量有显著影响。在局部层面,与年轻受试者相比,年龄较大的受试者表现出额叶,岛叶和扣带皮层区域体积的普遍下降。与年轻受试者相比,老年受试者在丘脑中部和枕部区域显示出广泛性WM下降,这在丘脑放射线中显著。关于癫痫研究,VBM分析表明,与使用VBM8相比,使用CAT12工具箱的VBM分析可以识别TLE患者的脑部形态异常,这与TLE的文献和病理学知识更加一致。原因可能是由于SPM12提供的标准化和分段方法与旧版SPM8相比有所改进。我们的研究结果进一步表明,使用CAT12的VBM分析比VBM8工具箱对体积变化的鲁棒性和准确性更高。此外,通过CAT12进行VBM分析,我们观察到,与健康对照组相比,患有HS的TLE患者的同侧颞中期GM和WM体积显著减少。我们还观察到,在没有HS的右侧TLE患者中出现轻微的GM杏仁核肿胀。回归分析显示,伴随HS的左侧TLE患者,GM和WM随着疾病持续时间的变化相对显著。这些观察到的脑容量差异和变化的知识可能有助于我们理解与年龄有关的脑萎缩以及癫痫机制的根源。
【学位单位】：北京工业大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：R742.1;R445.2
【文章目录】：
摘要
Abstract
Chapter 1 Introduction
    1.1 Brain disorders
    1.2 Aging
    1.3 Epilepsy and Epileptic seizure
        1.3.1 Temporal Lobe Epilepsy
        1.3.2 Hippocampal Sclerosis
    1.4 Neuroanatomy
    1.5 Neuroimaging
        1.5.1 Magnetic Resonance Imaging （MRI）
        1.5.2 Neuroimaging biomarkers for epilepsy
        1.5.3 Neuroimaging biomarkers for Alzheimer
    1.6 Dissertation objectives
    1.7 Main contribution and innovation points
    1.8 Thesis overview
Chapter 2 Background: Voxel Based Morphometry analysis
    2.1 Introduction
    2.2 Methodology
        2.2.1 Pre-processing
        2.2.2 Voxel-Based Morphometry
    2.3 SVM classifier
    2.4 Application of VBM
Chapter 3 Age-related Gray and white Matter Changes in Normal Adults Brains
    3.1 Introduction
    3.2 Materials
        3.2.1 Subjects and Image acquisition
        3.2.2 Methodology
        3.2.3 Statistical analysis
    3.3 Results
        3.3.1 Analysis of global differences in brain volume
            3.3.1.1 The influence of age and gender on global brain volumes
            3.3.1.2 The correlation between the global brain tissue volume changes and age
        3.3.2 Analysis of regional differences in brain volume
            3.3.2.1 Gray matter regional differences
            3.3.2.2 White matter regional differences
    3.4 Discussion
        3.4.1 Gray matter differences
        3.4.2 White matter differences
    3.5 Conclusion
Chapter 4 Structural MRI-Based Detection of Alzheimer's Disease using Feature Ranking and Classification Error
    4.1 Introduction
    4.2 Materials
        4.2.1 MRI acquisition
    4.3 CAD classification system
        4.3.1 MRI data preprocessing
        4.3.2 Feature extraction
        4.3.3 Feature selection
            4.3.3.1 Feature ranking
            4.3.3.2 Classification error
                4.3.3.2.1 Resubstitution error
                4.3.3.2.2 Cross-validation error estimator
            4.3.3.3 Optimal number of features based on the classification error
        4.3.4 Data fusion among different feature ranking methods
    4.4 Experimental results and discussion
        4.4.1 VBM of GM analysis in AD versus HC
        4.4.2 Performance of raw feature vectors
        4.4.3 Performance of the proposed feature-selection method using feature ranking and classification error
        4.4.4 Performnce of proposed data fusion among different feature ranking methods
    4.5 Discussion
    4.6 Performance comparison to other methods
    4.7 Conclusion
Chapter 5 Comparing CAT12 and VBM8 for Detecting Brain Morphological Abnormalities in Temporal Lobe epilepsy
    5.1 Introduction
    5.2 Experimental Procedures
        5.2.1 Data collection
        5.2.2 Methods and statistical analysis
    5.3 Results
        5.3.1 VBM analyses of the gray matter
        5.3.2 The VBM analyses of the white matter （WM）
    5.4 Discussion
        5.4.1 GM alterations
        5.4.2 WM alterations
    5.5 Conclusions
Chapter 6 Gray Matter and White Matter Abnormalities in Temporal Lobe Epilepsy Patients with and without Hippocampal Sclerosis
    6.1 Introduction
    6.2 Subjects and Methods
        6.2.1 Subjects
        6.2.2 MRI preprocessing
        6.2.3 Statistical analysis
    6.3 Results
        6.3.1 VBM of GM analysis
        6.3.2 VBM of WM analysis
        6.3.3 Hippocampal and amygdala volumes by FreeSurfer
        6.3.4 Regional relationship between GM and WM changes with disease duration
    6.4 Discussion
    6.5 Conclusion
Chapter 7 Conclusion and Future work
    7.1 Conclusion
    7.2 Future Work
Abbreviation
Publications
Acknowledgement
References

【相似文献】

相关期刊论文 前10条

1 于海涛;蔡立辉;武欣昱;王江;刘静;张宏;;Cross-frequency network analysis of functional brain connectivity in temporal lobe epilepsy[J];Chinese Physics B;2019年04期

2 金丽日;;Lateralizing value of ictal face wiping in patients with mesial temporal lobe epilepsy[J];China Medical Abstracts(Internal Medicine);2017年01期

3 Zhi He;Bo-Ta Cui;Ting Zhang;Pan Li;Chu-Yan Long;Guo-Zhong Ji;Fa-Ming Zhang;;Fecal microbiota transplantation cured epilepsy in a case with Crohn's disease: The first report[J];World Journal of Gastroenterology;2017年19期

4 ;Epilepsy Towards the Next Decade published[J];中国现代神经疾病杂志;2017年09期

5 ;Epilepsy Towards the Next Decade published[J];中国现代神经疾病杂志;2016年09期

6 ;Epilepsy Towards the Next Decade published[J];中国现代神经疾病杂志;2016年10期

7 马良坤;黄颜;杨剑秋;边旭明;刘俊涛;;Clinical characters of pregnancy complicated with epilepsy——with twenty cases reported[J];生殖医学杂志;2012年S1期

8 Sherifa A Hamed;Yaser BE Elserogy;Madleen A Abdou;Mostafa M Abdellah;;Risks of suicidality in adult patients with epilepsy[J];World Journal of Psychiatry;2012年02期

9 ;31st International Epilepsy Congress[J];中国现代神经疾病杂志;2015年02期

10 ;31st International Epilepsy Congress[J];中国现代神经疾病杂志;2015年05期

相关博士学位论文 前10条

1 Farnaz Farokhian;基于结构MRI的老化和癫痫脑部形态学改变研究[D];北京工业大学;2018年

2 陈阳美;难治性癫痫发病机理与危险因素的探讨[D];重庆医科大学;2002年

3 孙学东;癫痫发病因素系列研究[D];山东大学;2010年

4 王心;1. 内侧颞叶癫痫的遗传易感性研究 2. 发作性运动源性舞蹈徐动症致病基因的精细定位和突变筛查[D];中国协和医科大学;2008年

5 王梦阳;1.遗传性癫痫伴热性惊厥附加症的分子遗传学研究　2.中文版青少年癫痫患者生活质量问卷信度及效度检验[D];中国协和医科大学;2009年

6 刘超;SCN1A基因突变的致痫机制研究[D];广州医学院;2011年

7 刘慧;中国人群夜发性额叶癫痫病例遗传学病因筛查CHRNA4基因编码区多态性与额叶癫痫的关联研究[D];北京协和医学院;2011年

8 周琳;Cox-2在Lgi1缺失造成的癫痫小鼠模型中的功能研究[D];浙江大学;2017年

9 朱元凯;评估儿科癫痫患者病情及认知功能的PET分子影像临床应用[D];浙江大学;2017年

10 陈俐;热性惊厥相关性癫痫的疾病谱分析及其基因遗传研究[D];广州医学院;2008年

相关硕士学位论文 前10条

1 陶凯艳;癫痫患者的抑郁[D];重庆医科大学;2018年

2 丁晓燕;成人癫痫患者抑郁、焦虑与服药依从性、生活质量的相关性研究[D];浙江大学;2016年

3 袁靳闲;进行性肌阵挛癫痫临床特点分析[D];重庆医科大学;2012年

4 ELJAILI ALAMIN IDRISS ALI;[D];东北师范大学;2013年

5 邵勇;育龄期女性癫痫患者生活质量的研究[D];复旦大学;2009年

6 范宏业;新诊断癫痫儿童药物治疗后发作和缓解的相关因素研究[D];郑州大学;2016年

7 童玉翠;癫痫对儿童学习障碍发生的影响[D];安徽医科大学;2011年

8 沈颖惠;成人癫痫患者生活质量的影响因素研究[D];中南大学;2012年

9 何婷婷;构建海人酸诱导的内侧颞叶癫痫小鼠模型[D];北京协和医学院;2011年

10 向入平;新的良性家族性婴儿惊厥候选基因的突变分析[D];中南大学;2009年

本文编号：2869341