重度抑郁症患者静息态脑功能网络分析及大鼠脑磁共振解剖图像模板的制作

发布时间：2020-06-27 07:25

【摘要】：本论文从内容上分为两个彼此独立的部分：一,重度抑郁症患者静息态脑功能网络分析；二,大鼠脑磁共振解剖图像模板的制作。论文第一章为绪论部分,综合介绍本论文的的研究内容所涉及到的研究背景,包括文中所用磁共振成像技术的原理、静息态网络和分析方法、抑郁症研究及基于体素的形态学(VBM)分析基础等。第一部分内容包括第二章到第四章。近年来静息态功能磁共振成像(rs-fMRI)在探索大脑固有功能结构方面取得了快速进展,其中一个广泛的应用是发现精神疾病的脑功能异常,对于疾病的机制研究和诊疗意义重大；同时,rs-fMRI数据的分析方法也在不断发展。本论文分别从静息态网络的提取、功能连接和转化、脑分区功能等多个角度,发展和应用了基于迭代的种子相关(siCCA)、网络体积和功能连接分析、谱聚类、特异性分析等多种方法,分析了抑郁症的静息态功能连接和网络结构异常。在第二章中,针对rs-fMRI分析常用的传统种子相关分析方法(sCCA)和独立成分分析(ICA)方法的不足(如sCCA结果对种子点选取的依赖性及ICA结果选取的复杂性),我们测试了一种新的迭代的种子相关方法(siCCA)在静息态网络分析方面的可靠性和稳定性,以及这种方法的特点和机制。通过将siCCA用于两套正常人静息态fMRI数据的默认网络和任务控制网络的分析,并与传统种子相关和独立成分分析方法相比较,发现siCCA可以不依赖于种子点选取而得到稳定的结果,且所提取的网络完整和易于理解,同时可一定程度提高数据集间网络相似性。后者对于后续疾病研究结果的定性具有重要意义。在第三章中,利用siCCA提取抑郁症和正常对照组脑网络,并结合网络分区体积、功能连接、相关分析等,研究抑郁症患者的脑功能连接和网络异常,以及脑网络与临床评分之间的联系。本章主要得出四个结论：1)体积和功能连接分析都显示,与正常组相比,抑郁症患者默认网络和任务控制网络内部存在功能重心转移；2)抑郁症患者额-岛皮质的功能连接存在从任务控制网络到默认网络的转换,边缘结构、基底节结构等存在与默认网络的功能连接增强或者与任务控制网络的功能连接减弱；3)默认网络体积与社会功能缺陷评分相关；4)默认网络和任务控制网络之间连接与抑郁、焦虑程度相关,此相关趋势不受预处理步骤中全脑信号回归的影响。以上大多数分析和结果为从全新角度对抑郁症网络的分析,其中功能连接差异的部分结果与一些功能连接研究中结果相似,总体结果可与已有研究相互印证。在第四章中,我们将研究集中于与负性情绪密切相关,并且在抑郁症研究中发现存在异常的杏仁核结构。以往研究表明杏仁核并不是单一核团结构,而是由多个分区所组成。考虑到杏仁核这种微小结构的个体差异性,我们首先结合基于静息态fMRI数据的杏仁核内体素相关矩阵和谱聚类方法,实现了对个体被试的杏仁核分割。其次用功能连接,尤其是功能特异性连接,对各分区功能进行分析。我们发现杏仁核各分区具有不同功能连接模式,与以往研究类似；而抑郁症患者杏仁核的中央内侧和基底外侧分区连接模式存在异常。第二部分为第五章。基于体素的形态学分析(VBM)是一种客观的在全脑范围寻找脑结构改变的方法,己被广泛应用于人脑结构体积分析。现有软件如SPM等配备了专门的模块用于此类分析。使用这些模块进行VBM分析需要提供脑模板和组织概率图。近期仅有的一些研究中出现的大鼠相关模板分辨率均不足以支持我们后续的分析。基于以上需求,在第五章,我们基于在高场核磁共振仪中采集的大鼠脑部磁共振结构图像,结合模糊C均值聚类和其他方法,制作了一套可用于多种脑结构分析的大鼠高分辨率结构模板和组织结构图,同时测试了使用这些模板和SPM进行大鼠脑VBM分析的可行性。所制作的模板目前己被用于其他数据的分析,得到了一些有意义的结果,对今后大鼠脑结构的VBM分析具有重要意义。本论文的研究证明了用多种方法分析静息态功能磁共振数据和结构数据的可行性,分析了抑郁症患者脑的异常功能模式,建立了静息态网络和临床评分之间的联系,为大鼠结构分析提供了基础。这些研究丰富了磁共振数据分析方法学、抑郁症研究等方面的经验和知识。
【学位授予单位】：中国科学院研究生院（武汉物理与数学研究所）
【学位级别】：博士
【学位授予年份】：2013
【分类号】：R749.4;R445.2

【引证文献】