基于MRI的AD早期患者脑网络拓扑特性研究

发布时间：2017-09-14 18:27

  本文关键词：基于MRI的AD早期患者脑网络拓扑特性研究

  更多相关文章： AD DTI 脑结构网络 图论 核磁

【摘要】：阿尔兹海默症(alzheimer’s disease,AD)是一种以记忆和其他认知功能进行性下降为特征的神经系统退行性疾病,是引起痴呆最常见的病因。轻度认知障碍(mild cognitive impairment,MCI)是正常老化和痴呆之间的过渡状态,分为遗忘型MCI(amnestic MCI,aMCI)和非遗忘型MCI,前者以记忆损伤为主诉,被认为是AD的前期,约80%aMCI患者六年内将发展成AD,年转化率达10%~15%,因此,对AD的早期状态aMCI的诊断进而预防其转化为AD就尤为重要,而弥散张量成像(diffusion tensor imaging,DTI)因无创性和易操作性已被广泛用于AD以及其他脑疾病的研究中,但是目前关于aMCI患者脑白质网络研究较少,因此本研究从此处入手,以期为AD早期诊断及生理病理研究机制提供参考。本文通过采集正常被试与疾病患者的大脑核磁DTI数据,为更准确描述脑白质纤维受损程度,以各向异性矩阵和纤维根数矩阵构建DTI脑网络矩阵,并对构建的脑网络矩阵进行拓扑特性分析,期望找出区分正常人与疾病患者的特征参数作为AD早期诊断的特征指标。最后利用统计学检验方法对筛选的特征参数进行检验分析,以判断筛选的特征参数在大样本中是否仍能作为AD早期诊断的特征指标。另外,本研究运用SPM、PANDA、GRETNA等核磁数据处理软件帮助分析处理核磁DTI数据,并利用核磁扩散张量原理、网络构建方法、网络拓扑特性分析方法等理论知识完成整个研究内容。最终,本研究分别构建了正常被试与aMCI患者的DTI脑结构网络,并通过分析该网络的网络拓扑特性,验证了其满足小世界性与无标度性的特点,并找出了aMCI疾病患者与正常被试在脑网络拓扑特性分析中差异较大的参数指标,并利用置换检验验证了这些参数值具有统计学意义,可以作为AD早期诊断的评判指标,从影像学方面为AD的早期诊断以及生理病理研究机制提供了帮助与支持。
【关键词】：AD DTI 脑结构网络 图论 核磁
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R749.16;R445.2
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 本课题的研究背景10
• 1.2 本研究的目的和意义10-11
• 1.3 国内外研究现状11-16
• 1.3.1 脑结构网络的研究现状11-13
• 1.3.2 MCI疾病的研究现状13-16
• 1.4 研究内容16
• 1.5 研究方法与论文结构安排16-18
• 1.5.1 实验数据采集17
• 1.5.2 实验数据预处理17
• 1.5.3 脑结构网络的构建17-18
• 1.5.4 脑结构网络的拓扑特性分析18
• 1.5.5 数据的结果分析与验证18
• 1.6 本论文结构安排18
• 1.7 本章小结18-20
• 第2章 核磁扩散张量成像数据预处理20-27
• 2.1 数据格式转换20-21
• 2.2 扩散张量图像的配准21-22
• 2.2.1 传统的DTI图像配准算法21-22
• 2.2.2 主流的DTI图像配准算法22
• 2.3 解析张量22-24
• 2.4 扩散张量指标的计算24-25
• 2.5 数据预处理结果25-26
• 2.6 本章总结26-27
• 第3章 脑结构网络的构建与优化27-38
• 3.1 定义节点的基本方法27-28
• 3.2 定义节点间连接的方法28-29
• 3.2.1 脑结构网络构建中连接的定义28
• 3.2.2 脑功能网络构建以及连接的定义28-29
• 3.3 本研究脑结构网络的构建流程29-36
• 3.3.1 脑节点的定义与模板的选取31
• 3.3.2 定义脑网络连接31-36
• 3.4 脑结构网络的优化36-37
• 3.4.1 FN矩阵阈值的选定36-37
• 3.4.2 FN矩阵与FA矩阵的结合37
• 3.5 本章总结37-38
• 第4章 脑结构网络分析38-54
• 4.1 网络相关知识38-42
• 4.1.1 网络拓扑特性分析38-41
• 4.1.2 网络的小世界性与无标度性41-42
• 4.2 本研究DTI脑结构网络的分析流程42-43
• 4.3 DTI脑结构网络拓扑特性分析结果43-47
• 4.3.1 DTI脑结构网络构建合理性的验证43
• 4.3.2 正常人与aMCI患者脑网络拓扑特性对比分析43-47
• 4.4 统计学检验47-52
• 4.4.1 统计学检验的方法选取47-48
• 4.4.2 置换检验48-49
• 4.4.3 统计学检验结果49-52
• 4.4 本章小结52-54
• 第5章 总结与展望54-55
• 参考文献55-58
• 致谢58

【相似文献】

中国期刊全文数据库 前1条

1 接标;张道强;;基于网络拓扑特性的MCI分类[J];数据采集与处理;2013年05期

中国重要会议论文全文数据库 前1条

1 张猛;彭伟;;两类移动模型下的DTN网络拓扑特性仿真研究[A];2011年全国通信安全学术会议论文集[C];2011年

中国硕士学位论文全文数据库 前1条

1 张朦;基于MRI的AD早期患者脑网络拓扑特性研究[D];北京理工大学;2015年

，

本文编号：851611