基于磁共振扩散张量图像的脑结构性网络分析研究

发布时间：2021-12-25 10:55

　　大脑是人体最复杂和神秘的器官,大脑的结构和功能的复杂性一直吸引着科研工作者去探索大脑的奥秘。神经影像学技术的迅速发展为脑网络研究提供了良好的基础,越来越多的证据表明,网络是大脑进行信息获得与处理以及认知能力表达的生理基础,脑网络研究能够为一些疾病提供诊断依据。扩散张量成像（Diffusion Tensor Imaging,DTI）技术可以在活体中非侵入性的测定白质在大脑中的分布情况,并能够实现定量的检测大脑中神经纤维束的扩散特征,可以勾画出脑白质主要纤维的结构图,并能够在一定程度上反映出脑白质纤维在大脑内部的走向。脑网络是神经脑科学学科研究比较热门的话题,脑结构和脑功能网络是脑网络研究的关键技术。基于DTI的脑结构网络研究被广泛应用于阿尔茨海默症、大脑老龄化、帕金森症、自闭症、双向情感障碍、精神分裂症等多种神经精神疾病的研究中。目前,基于DTI的脑结构网络研究过程中白质纤维束的跟踪都是在样本个体空间进行的。由于MRI数据采集时间较长,原始数据可能包含较多的运动伪影,磁场不均匀、涡流等也会影响成像数据的质量,这些都会降低扩散张量图像的信噪比。由于脑纤维结构复杂、纤维的连接模式多样、而纤维... 

【文章来源】：南方医科大学广东省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图１－２从左到右依次为ＦＡ、ＭＤ、ｂ０图??－

图４－１改进的ＤＴＩ脑网络构建流程图??Ｆｉｇｕｒｅ?４－１?Ｉｍｐｒｏｖｅｄ?ＤＴＩ?ｂｒａｉｎ?ｓｔｒｕｃｔｕｒａｌ?ｎｅｔｗｏｒｋ?ｃｏｎｓｔｒｕｃｔｉｏｎ?ｆｌｏｗ?ｃｈａｒｔ??

我们同样使用ＡＡＬ模板作为构建脑网络的分区模板。??另外，和标准空间图谱张量纤维跟踪时设置相同的跟踪条件，对个体空间??的张量数据进行纤维跟踪，结果如下图４－２所示。从图４－２可以明显观察到，??基于张量图谱空间的纤维跟踪结果比基于个体空间的纤维跟踪结果的形状更加??规整。我们有理由做出预测，我们优化的基于标准空间的脑结构网络受噪声的??影响更小，网络属性的分析结果会更加稳定。??图４－２个体空间的纤维跟踪结果（左）及张量图谱空间的纤维跟踪结果（右）??Ｆｉｇ．?４－２?Ｆｉｂｅｒ?ｔｒａｃｋｉｎｇ?ｒｅｓｕｌｔｓ?ｂａｓｅｄ?ｏｎ?ｉｎｄｉｖｉｄｕａｌ?ｓｐａｃｅ?（ｌｅｆｔ）?ａｎｄ?ｆｉｂｅｒ?ｔｒａｃｋｉｎｇ?ｂａｓｅｄ?ｏｎ??ｔｅｎｓｏｒ?ｍａｐ?ｓｐａｃｅ（ｒｉｇｈｔ）??使用改进的ＤＴＩ脑网络构建流程，对ＮＭＯＳＤ病人和正常被试研宄脑结构??性网络拓扑属性的差异，通过构建ＦＡ加权脑网络，结合图论的分析方法，分??别对脑结构网络的全局及局部网络属性参数进行统计分析。??初步试验结果：??Ａ、ＤＴＩ脑结构网络总体属性参数比较：??对ＮＭＯＳＤ组和对照组使用本文提出的优化的脑白质结构网络流程对网络??的全局属性参数进行统计分析，结果如下表４－１所示（Ｐ＜０．０５，?ＦＤＲ校正）。??３４??

【参考文献】：
期刊论文
[1]视神经脊髓炎患者默认网络及额顶网络功能连接的研究[J]. 韩永良,李咏梅,罗琦,曾春,王静杰,杜思霖,张小辉,郭油油.  磁共振成像. 2017(02)
[2]基于体素的形态测量学方法分析视神经脊髓炎患者的灰质体积变化[J]. 陈聪,侯波,有慧,吕悦雷,徐雁,冯逢.  中国医学科学院学报. 2014(04)
[3]颞叶病变引起认知功能障碍的特点[J]. 王文杰,刚宝芝.  中华临床医师杂志(电子版). 2013(20)
[4]人脑连接组研究:脑结构网络和脑功能网络[J]. 梁夏,王金辉,贺永.  科学通报. 2010(16)

博士论文
[1]基于MRI的阿尔茨海默氏病海马结构形态和功能研究[D]. 唐守现.首都医科大学 2017



本文编号：3552324