基于静息态脑功能连接的抑郁症临床指标模型研究

发布时间：2017-09-16 08:45

  本文关键词：基于静息态脑功能连接的抑郁症临床指标模型研究

  更多相关文章： 抑郁症自杀倾向 静息态网络 动态模块化 功能核磁共振 评估模型

【摘要】：抑郁症患者自杀意念的诊断具有很强的主观性。医学影像联合机器学习研究的结果可以协助临床提供客观诊断辅助信息。但针对自杀意念的非典型个体,因其渐变特性,难以获得合理的模型特征空间分界面。因此,本文采用静息态核磁共振信号,利用半监督学习方法,针对抑郁症患者自杀意念的严重程度构造客观诊断模型。半监督学习算法被认为对过渡状态间的细微差别特征很敏感,对类似于自杀意念的连续模式的轻度认知功能损害可以进行预测。首先,论文研究了基于静息态核磁共振信号全脑脑功能连接的自杀评定客观模型。论文通过半监督学习,运用特征循环、Kendall系数、Fisher准则三种衡量特征鉴别能力的方法对高维度特征筛选,并采用迭代自组织聚类算法(ISODATA)探究抑郁症自杀意念的过渡状态。研究证实自杀意念是一个渐进的过程,而额颞环路脑区在判别其不同阶段中发挥着重要作用。另外,通过本研究模型计算每个样本在特征空间分别与两个自杀极端组中心的距离比,可以获得自杀倾向的连续估计值。它相对于现有粗糙的离散的方式,更能反映脑功能网络内部的损伤情况。其次,论文进一步探究了脑网络动态模式对自杀客观评估的作用。论文使用动态脑区模块化的方法,将模块的时间上的相关性作为耦合值来构建时间-空间模型。在此基础上,利用脑区模块化的Dwell time和Flexibility两个动态特性来构建自杀评定客观模型。研究发现,额颞、杏仁核等脑区的动态特征可能对找到自杀的冲动情绪的生物学标志有重要作用。本研究还提示,融合两类特征,可以通过牺牲一部分分类的质量,进而大大提高分类稳定性。综上,本研究从静态功能连接到动态模块化,多角度探索抑郁症患者静息态下自杀意念客观诊断模型。功能连接模式及其动态模块化的异常与抑郁症患者认知、情绪功能紊乱有关,为理解抑郁症患者自杀意念的神经生理学机制提供了理论依据。
【关键词】：抑郁症自杀倾向 静息态网络 动态模块化 功能核磁共振 评估模型
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R749.4
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-17
• 1.1 研究背景和研究意义11-15
• 1.1.1 自杀临床指标模型研究11-12
• 1.1.2 模式分类在心境障碍脑影像分析中的应用12-14
• 1.1.3 半监督学习的研究14-15
• 1.2 本文的工作创新和贡献15
• 1.3 本文的组织结构15-17
• 第二章 静息态脑连接特征的半监督机器学习模型研究17-22
• 2.1 半监督学习算法17-19
• 2.1.1 半监督学习算法产生17
• 2.1.2 半监督学习算法分类17-19
• 2.2 非明确标签聚类19-22
• 2.2.1 聚类方法分类19-20
• 2.2.2 聚类效果评价20-22
• 第三章 基于静息态核磁共振的抑郁症患者是否伴自杀意念的脑功能连接模型研究22-42
• 3.1 引言22-23
• 3.2 实验数据采集和研究对象23-25
• 3.2.1 磁共振数据采集23-24
• 3.2.2 实验对象24-25
• 3.3 实验数据分析方法25-26
• 3.3.1 数据预处理25-26
• 3.3.2 功能连接特征计算26
• 3.4 基于半监督机器学习的特征筛选26-28
• 3.5 聚类分析28-31
• 3.5.1 聚类算法介绍28-29
• 3.5.2 聚类个数确定29
• 3.5.3 聚类效果评价29-31
• 3.6 模型特征对聚类贡献度评价31-32
• 3.6.1 留一法排序31
• 3.6.2 Kendall系数排序31-32
• 3.6.3 Fisher准则排序32
• 3.7 特征与自杀意念相关性分析32-33
• 3.8 非监督方法结果与半监督方法结果对比33
• 3.9 结果与讨论33-42
• 3.9.1 特征相似性度量聚类后所得集合结果33-35
• 3.9.2 特征分辨能力计算结果35-37
• 3.9.3 筛选所得特征与自杀因子分的关系37
• 3.9.4 不同自杀意念组脑网络之间的图论差异37-38
• 3.9.5 半监督方法相对非监督方法在筛选特征上的优越性38-39
• 3.9.6 结果讨论39-42
• 第四章 评估抑郁症患者自杀意念严重程度的脑网络模块化动态特性研究42-60
• 4.1 引言42-43
• 4.2 实验数据采集和研究对象43-44
• 4.2.1 磁共振数据采集43
• 4.2.2 实验对象43-44
• 4.3 实验数据分析方法44-45
• 4.3.1 数据预处理44
• 4.3.2 功能连接稀疏度计算44-45
• 4.4 脑模块化与动态指标计算45-47
• 4.4.1 动态模块化模型构建45-46
• 4.4.2 动态模块化参数计算46-47
• 4.5 小样本循环特征筛选47
• 4.6 特征融合47-48
• 4.7 三种动态特征聚类对比48-49
• 4.7.1 聚类及最优聚类数选择48
• 4.7.2 聚类效果分析48-49
• 4.8 模型特征与自杀相关性分析49-50
• 4.9 结果与讨论50-60
• 4.9.1 多层网络构造50-51
• 4.9.2 特征循环筛选结果51
• 4.9.3 特征聚类效果结果51-54
• 4.9.4 模型特征与临床自杀因子分相关性分析结果54-56
• 4.9.5 结果讨论56-60
• 第五章 总结与展望60-62
• 5.1 工作总结60-61
• 5.2 工作展望61-62
• 致谢62-63
• 参考文献63-71
• 在学期间的研究成果及发表的学术论文71

【相似文献】

中国期刊全文数据库 前10条

1 伊涛;傅先明;钱若兵;;默认网络的静息态功能性磁共振成像研究[J];国际神经病学神经外科学杂志;2011年02期

2 杜培锋;杨剑;吕胜富;钟宁;;静息态脑区的活动特征研究[J];北京教育学院学报(自然科学版);2011年02期

3 于旭宏,王玉英,林雅谷;140例青少年眼调节静息态的测定[J];上海中医药大学学报;1999年01期

4 黄文涛;冯又层;;静息态人脑功能网络的小世界特性[J];中南民族大学学报(自然科学版);2011年03期

5 乔鹏飞;牛广明;韩晓东;;利用低频振幅算法在正常人静息态下的脑性别差异磁共振研究[J];内蒙古医学院学报;2012年04期

6 朱一芳;李传富;;静息态脑功能性磁共振成像在针刺研究中的应用[J];中国中西医结合影像学杂志;2011年04期

7 秦玲娣;周滟;赵志明;路青;戈欣;李磊;杜亚松;许建荣;;静息态脑功能成像在青少年网络成瘾中的初步研究[J];临床放射学杂志;2011年01期

8 黄钦钦;;稀疏编码在静息态核磁共振图像中的应用[J];信息化研究;2012年02期

9 王辉;卢洁;李坤成;张苗;王晓怡;;静息态功能磁共振数据处理方法的应用[J];中国医学影像技术;2013年04期

10 张龙江;杨桂芬;祁吉;;静息态脑功能成像的研究与进展[J];国外医学(临床放射学分册);2007年01期

中国重要会议论文全文数据库 前10条

1 刘春红;李峰;周福春;李丽君;张宇;董杰;马辛;王传跃;邬霞;;抑郁患者及其同胞的静息态脑活动的改变[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

2 王晓微;汪祚军;原献学;;静息态下的无意识决策[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

3 戴西件;龚洪翰;刘碧霞;肖香佐;王思勇;;静息态下正常人睡眠剥夺前后脑局部一致性的性别差异[A];中华医学会第十八次全国放射学学术会议论文汇编[C];2011年

4 魏丽丽;章迎春;原彬科;屠玲玲;藏玉峰;陈炜;;记忆自巩固的静息态功能磁共振研究[A];2013年浙江省医学会精神病学分会老年精神障碍学组学术会议论文汇编[C];2013年

5 肖雅琼;;儿童静息态网络与认知能力的发展研究[A];第十五届全国心理学学术会议论文摘要集[C];2012年

6 孙岩;;基于静息态功能磁共振数据的聚类分析[A];第十五届全国心理学学术会议论文摘要集[C];2012年

7 汪晨波;韩世辉;;自我构念启动调节静息态神经活动[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

8 周友龙;刘首芳;靳翔愚;苏程果;段艳丽;;运用静息态功能磁共振成像技术研究手太阴肺经在大脑中的功能网络[A];2011中国针灸学会年会论文集（摘要）[C];2011年

9 周建松;张英东;宋西俊;陈琛;王红;李纯;吕颖;翁旭初;刘东强;李凌江;王小平;;青少年暴力犯罪者冲动性及其脑静息态磁共振研究[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

10 殷莉;梁素改;黄晓琦;张华为;龚启勇;黄颐;;抑郁症自杀相关静息态神经影像研究[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

中国博士学位论文全文数据库 前10条

1 邱天明;静息态fMRI在脑功能皮质定位及脑功能重塑中的应用研究[D];复旦大学;2014年

2 熊坤林;扩散张量及静息态功能磁共振成像在轻度创伤性脑损伤中的应用研究[D];第三军医大学;2015年

3 王一峰;BOLD信号振荡与低频稳态脑响应研究[D];电子科技大学;2015年

4 李楠;利用静息态功能磁共振研究人类经济决策的神经基础[D];中国科学技术大学;2013年

5 王琰萍;特发性三叉神经痛的静息态fMRI研究[D];苏州大学;2016年

6 韦茂彬;抑郁症患者fMRI静息态网络的Hurst特性及动态交互[D];东南大学;2015年

7 陈宇辰;运用静息态功能磁共振成像对耳鸣神经机制的临床及动物模型研究[D];东南大学;2015年

8 廖扬;短期头低位卧床期间静息态脑功能影像研究[D];第四军医大学;2016年

9 夏文清;2型糖尿病患者脑部静息态功能磁共振及其临床关联性研究[D];东南大学;2016年

10 李玲;静息态下汉字加工神经机制的研究[D];北京交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 张茜;有先兆与无先兆偏头痛患者静息态功能磁共振研究[D];河北医科大学;2015年

2 张梓青;静息态大脑fMRI数据分析[D];中国科学院研究生院(武汉物理与数学研究所);2015年

3 李静;基于静息态fMRI的ICA方法的研究及其在精神分裂症中的应用[D];郑州大学;2015年

4 赵佳;基于静息态fNIRS的执行功能神经相关性研究[D];北京交通大学;2016年

5 樊时佳;静息态脑活动对想象未来和回忆过去的生动性的预测作用[D];杭州师范大学;2016年

6 高中展;静息态功能磁共振（RS-fMRI）信号数据处理与统计分析软件开发[D];杭州师范大学;2016年

7 黄惠媛;基于静息态功能磁共振的神经胶质瘤病人术前肿瘤组织定位研究[D];杭州师范大学;2016年

8 秦勤;静息态fmri的时间移位分析[D];杭州师范大学;2016年

9 熊燕兵;早发精神分裂症静息态脑功能低频振幅及局部一致性研究[D];山西医科大学;2016年

10 姚小曼;亚急性脑卒中病人静息态功能磁共振数据研究[D];浙江大学;2015年

，

本文编号：862047