基于MRI的阿尔兹海默症患者大脑形态学及结构性网络研究

发布时间：2017-07-06 11:27

  本文关键词：基于MRI的阿尔兹海默症患者大脑形态学及结构性网络研究

  更多相关文章： 阿尔兹海默症 轻度认知功能障碍 核磁共振成像 形态学 大脑结构性网络

【摘要】：随着人口年龄的老化，阿尔兹海默症（AD）现已成为一种常见的老年性神经退行性疾病，严重影响患者的日常生活，并带来压力严重的社会负担。轻度认知功能障碍（MCI），尤其是遗忘型MCI（aMCI），发展成为AD的可能性极高。对aMCI患者进行早期检测、干预和控制有望降低其转化为AD的比率，具有重要的临床和社会意义。 本文基于大脑的核磁共振成像数据，从大脑形态学和结构性脑网络的角度研究AD患者及aMCI患者大脑的病理变化和机制。具体来说，本文用基于体素的形态学方法研究病理状态下大脑实质萎缩情况，并进一步基于弥散张量成像（DTI）构建大脑白质网络，研究AD、aMCI患者病理状态下大脑结构性网络和脑区白质纤维连接性的变异，并探究大脑结构性网络参数与认知功能之间的相关性，以期发现与AD及aMCI疾病显著相关的网络参数，为AD及aMCI的早期临床诊断和预测提供依据。 研究发现，AD和aMCI患者大脑多区域出现明显萎缩，如海马、额叶、颞叶、脑岛等，尤以AD患者更为严重。AD患者大脑结构性网络特征路径长度显著增加，且连接强度显著降低；部分脑区节点参数在三组之间有显著性变化，如丘脑、嗅皮层、颞横回、楔前叶、枕上回、脑岛、海马等脑区。对三组被试结构性网络中的枢纽节点分析发现，三组被试的枢纽节点一致性比较高，但节点介数出现差异，且AD患者额叶区域的枢纽节点较另两组显著减少。AD患者还出现较多的连接边强度变化，尤其是长程连接边缺失或连接强度降低。相关性分析结果显示，各脑容量和脑网络参数与认知功能水平呈一定的相关性。 大脑形态学及结构网络研究表明，AD是一种大脑神经元缺失和白质纤维束病变相关的疾病，而aMCI患者脑区容量及白质网络的结构变化介于AD和正常老化之间。白质网络研究显示AD是一个大脑区域连接失常的疾病，具体表现为区域连接边强度降低、长程连接边缺失等。部分脑区体积、网络参数与认知功能的相关性表明形态学及大脑结构网络研究可以反映患者认知功能受损程度，这提示基于核磁共振影响的脑形态学和网络参数或可以作为AD的早期临床诊断和预测的指标。
【关键词】：阿尔兹海默症 轻度认知功能障碍 核磁共振成像 形态学 大脑结构性网络
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R749.16;R445.2
【目录】：

• 摘要6-8
• ABSTRACT8-12
• 第一章 绪论12-23
• 1.1 引言12-13
• 1.2 大脑的解剖结构13-15
• 1.3 阿尔兹海默症研究现状15-21
• 1.3.1 结构成像研究15-16
• 1.3.2 功能成像研究16-18
• 1.3.3 脑网络研究18-21
• 1.4 研究目的和意义21-22
• 1.5 研究内容22-23
• 第二章 MRI 成像技术及数据采集23-33
• 2.1 MRI 成像技术23-24
• 2.2 DTI 成像24-28
• 2.2.1 DWI 成像基础24-25
• 2.2.2 DTI 成像基础25-27
• 2.2.3 DTI 重要参数27-28
• 2.3 基于 DTI 的大脑结构性连接28-30
• 2.4 数据采集30-32
• 2.4.1 研究被试30-31
• 2.4.2 图像采集31-32
• 2.5 本章小结32-33
• 第三章 AD 和 MCI 大脑体积形态学研究33-42
• 3.1 引言33-34
• 3.2 分析方法34-37
• 3.2.1 数据处理34-35
• 3.2.2 统计分析35-37
• 3.3 结果37-40
• 3.3.1 整体脑容量结果37-38
• 3.3.2 局部灰质体积结果38-40
• 3.4 讨论40-41
• 3.5 本章小结41-42
• 第四章 AD 和 MCI 大脑结构性网络研究42-61
• 4.1 引言42-43
• 4.2 分析方法43-47
• 4.2.1 数据预处理43
• 4.2.2 大脑结构性网络构建43-44
• 4.2.3 图论分析44-47
• 4.2.4 统计分析47
• 4.3 结果47-57
• 4.3.1 网络整体特性47-48
• 4.3.2 节点特性48-51
• 4.3.3 结构连接特性51-57
• 4.4 讨论57-60
• 4.4.1 网络整体特性57-58
• 4.4.2 节点特性58-59
• 4.4.3 结构连接特性59-60
• 4.5 本章小结60-61
• 第五章 总结和展望61-64
• 5.1 总结61-62
• 5.1.1 脑容量变化61
• 5.1.2 大脑结构网络特性变化61-62
• 5.2 展望62-64
• 参考文献64-69
• 附录 169-71
• 致谢71-72
• 攻读硕士学位期间已发表或录用的论文72

【参考文献】

中国期刊全文数据库 前1条

1 孙俊峰;洪祥飞;童善保;;复杂脑网络研究进展——结构、功能、计算与应用[J];复杂系统与复杂性科学;2010年04期

，

本文编号：526042