当前位置:主页 > 医学论文 > 精神病论文 >

精神分裂症的多变量模式分析研究

发布时间:2020-07-10 15:50
【摘要】:精神分裂症是一种病因尚不明确的常见重大型精神疾病,由于缺乏客观有效的生理病理学标记物,目前的主流诊断方式都是依据患者的临床症状。传统的单变量分析方法可以发现脑结构与功能的变化情况,但推断只能基于组水平,临床诊断很难直接利用这样的研究结果。而多变量模式分析(multivariate pattern analysis,MVPA)通过对多特征建模,可以实现个体水平的疾病预测,能更好地转化为临床的诊断。本文主要以精神分裂症病人的功能磁共振数据为研究对象,以多变量模式分析为研究方法,对精神分裂症进行探索,建立了个体诊断的模型并探测精神分裂症疾病的病理生理机制。本文的主要研究工作包括如下两个部分:1、从局部出发,以血氧依赖水平(blood oxygen level dependent,BOLD)信号为原始特征,采用Searchlight算法与主成分分析(Principle Component Analysis,PCA)相结合的特征选择方法,并用线性支持向量机(Support Vector Machine,SVM)进行分类。实验发现与运动功能相关的初次级运动皮层,基底节相关区域,小脑,与情绪认知相关的前扣带,还包括枕叶和颞叶都有较高的区分力,准确率最高达到了89.9%。另外进一步研究这些有区分力的脑区的功能变化,发现精分病人基底节与大脑的很多认知运动皮层的功能连接都有明显下降,并且病人的连接的相关性与病程成显著负相关关系。该研究可能为精神分裂症的诊断和预后提供一个新途径。2、从大脑的全局出发,构建基于自动解剖标记(Automated Anatomical Labeling,AAL)模板的全脑大尺度功能网络,将其功能连接作为分类特征,并且使用不同的特征选取方法:F分值、T检验、最大相关最小冗余(Max-Relevance And Min-Redundancy,mRMR)、reliefF算法等进行了测试,建立诊断模型。实验结果发现不同的特征选取都取得了不错的准确率,证明了大尺度功能网络的可靠性,其中F分值的方法取得了88.1%的准确率。同时发现用于区分病人的一致连接发现这些一致连接和权重较高的脑区主要集中在皮层下核团和与感觉运动相关的脑区,这些连接和脑区都与皮层-纹状体-小脑丘脑-皮层环路相关,与第一部分的结果的结果相互吻合,说明无论从局部还是整体出发的研究,都表明基底节在精神分裂症疾病的诊断,治疗有着关键作用。本研究从局部功能和全脑网络两个角度对精神分裂症进行了多变量模式分析的研究,获得了较高的分类准确率,并且都发现了基底节功能的显著变化,对于研究精神分裂症的机制和临床诊断有着重要意义。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:R749.3
【图文】:

流程图,流程图,探照灯,特征选取


图 2-1 算法的流程图分类的表现好坏很大程度上归咎于特征的选取:包括特征的数量和质量。所以一个好的特征选取方法应该能很好的提取出包含足够信息的特征,以免过多的特征降低分类器的表现。本研究中我们采用一种称为探照灯(searchlight)的方法。

分析结果图,区分力,功能连接,正常人


图 2-2 对区分精分和正常人最有区分力的脑区2.3.2 功能连接分析结果对于上一步每一个具有区分力的我们选取为感兴趣区,计算了全脑的功能连接。15个中有 6个 ROI 表现出组间的显著差异(P < 0.01,FDR 校正,团块大小 >

功能连接,尾状核,小脑


图 2-3 功能连接的结果图。注:(a)左小脑 8 区显示出与颞中回的功能连接的升高,与左右脑岛、左右尾状核,左右丘脑、左右额中回,前扣带,辅助运动区的功能连接的下降 (b)小脑蚓部 9 区显示出与双侧枕中回功能连接的升高,与双侧丘脑、双侧尾状核的功能连接的降低(c)小脑 1 区显示出与中央后回的

【相似文献】

相关期刊论文 前10条

1 陈志晔;李金锋;刘梦雨;马林;;年龄对正常人脑边缘区功能连接的影响[J];南方医科大学学报;2013年01期

2 陈志晔;李金锋;刘梦雨;马林;;性别对正常人脑边缘区功能连接的影响[J];中国医学科学院学报;2013年03期

3 项蕾;张志强;许强;卢光明;;原发全面强直阵挛癫痫功能连接密度图研究[J];医学影像学杂志;2013年10期

4 张方风;陈春辉;姜璐;;基于复杂网络的大脑功能连接研究[J];复杂系统与复杂性科学;2011年02期

5 张敬;任华;张权;张云亭;;正常人工作记忆任务和静息状态下前额叶皮层内侧面的功能连接分析[J];临床放射学杂志;2009年09期

6 陈文利;白洁;王毅;丁里;Jing-Huei;;功能磁共振评价人类大脑功能连接的方法、变量及影响因素[J];临床放射学杂志;2013年06期

7 陈旭辉;焦静静;柯铭;武弋;;静息状态下脑网络建模及功能连接特性[J];兰州理工大学学报;2010年05期

8 李春星;李华;卓兵芝;高磊;;岛叶皮质与其他脑区的功能连接研究[J];临床神经病学杂志;2013年06期

9 刘珍银;邱士军;;静息态功能连接与解剖结构连接在人脑中联合研究[J];国际医学放射学杂志;2010年05期

10 季公俊;廖伟;张志强;卢光明;;全面强直阵挛癫痫静息态功能连接脑网络研究[J];磁共振成像;2013年01期

相关会议论文 前10条

1 于庆宝;董峰;闫芬;李贝;冯士刚;张武田;沈钧贤;唐一源;;汉字加工过程中的功能连接分析[A];第一届全国脑与认知科学学术研讨会论文集[C];2005年

2 阎锐;姚志剑;汤浩;韩莉;罗国平;卢青;;中青年抑郁症患者脑区功能连接与疾病严重程度的研究[A];中华医学会第十次全国精神医学学术会议论文汇编[C];2012年

3 张方风;陈春辉;姜璐;董奇;;手指运动中大脑功能连接研究[A];第十一届全国心理学学术会议论文摘要集[C];2007年

4 贺永;臧玉峰;吕英立;蒋田仔;;功能磁共振成像对人脑运动功能连接网络变化的研究[A];2003年全国医学影像技术学术会议论文汇编[C];2003年

5 朱心怡;李锐;王鹏云;李娟;;亚临床抑郁老年人的海马功能连接异常[A];第七届全国心理卫生学术大会论文汇编[C];2014年

6 郝鑫;李文福;张庆林;;高学术成就大学教授的脑结构和静息态功能连接的研究[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

7 唐一源;冯士刚;张武田;于庆宝;董峰;阎芬;李贝;宋鹤山;张万琴;;左梭状回在中、英文词形加工中的不同作用及相互关系[A];中国神经科学学会第六届学术会议暨学会成立十周年庆祝大会论文摘要汇编[C];2005年

8 张宇;刘春红;董杰;李峰;铁常乐;周福春;李丽君;景斌;马辛;王传跃;;5-HTTLPR多态性对杏仁体与额顶叶脑网络功能连接的影响[A];中华医学会第十次全国精神医学学术会议论文汇编[C];2012年

9 刘波;刘岘;陈俊;龙玉;陈志光;尚晓静;莫伟钊;李晓凡;;针刺穴位和非穴位对脑部功能连接影响的MR研究[A];中华医学会第16次全国放射学学术大会论文汇编[C];2009年

10 李坤成;王亮;;早期Alzheimer病海马功能连接的改变:静息状态fMRI研究[A];中华医学会第十三届全国放射学大会论文汇编(上册)[C];2006年

相关博士学位论文 前10条

1 娄宝辉;MC4R rsl2970134基因相关成人肥胖的脑结构和功能研究[D];北京协和医学院;2015年

2 谭相良;非神经精神性狼疮患者脑静息下多模态磁共振成像研究[D];南方医科大学;2015年

3 尹岩;创伤后应激障碍患者静息状态下局部脑功能及功能连接的磁共振成像研究[D];中南大学;2011年

4 周波;阿尔茨海默病及遗忘型轻度认知损害的丘脑功能连接研究[D];中国人民解放军医学院;2014年

5 桑莉;正常人小脑蚓部亚区的静息态功能连接研究[D];天津医科大学;2011年

6 张艳波;右侧颞叶癫痫患者网络功能及结构的磁共振研究[D];广西医科大学;2015年

7 丁菊容;基于磁共振成像的脑网络技术及临床应用研究[D];电子科技大学;2012年

8 马宁;成瘾相关脑静息态功能连接以及奖赏系统功能的改变[D];中国科学技术大学;2009年

9 刘微波;首发抑郁症患者情绪调控网络内功能连接的静息态功能磁共振研究[D];浙江大学;2014年

10 廖伟;基于磁共振成像的脑连接方法学及应用研究[D];电子科技大学;2011年

相关硕士学位论文 前10条

1 乔垒;沉浸的脑结构和功能脑网络的探索研究[D];西南大学;2015年

2 叶靖;首发未治疗抑郁症患者静息态下杏仁核功能连接的研究[D];昆明医科大学;2015年

3 张会平;广泛性焦虑症的静息态功能磁共振研究[D];第三军医大学;2015年

4 李永斌;海洛因成瘾者大脑伏隔核功能连接变化及MMT对其影响的fMRI研究[D];第四军医大学;2015年

5 韩易;生理脱毒期阿片类药物依赖者线索诱发作业下伏隔核功能连接的功能磁共振研究[D];安徽医科大学;2014年

6 陈书q

本文编号:2749132


资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/jsb/2749132.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户db0ae***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com