AD疾病的多模态Meta分析及基于MRI图像AD和MCI的分类

发布时间：2017-09-21 17:04

  本文关键词：AD疾病的多模态Meta分析及基于MRI图像AD和MCI的分类

  更多相关文章： 阿尔茨海默病 多模态Me ta分析 磁共振成像 LDA、SVM分类识别

【摘要】：阿尔茨海默病是一种进行性发展的神经系统退行性疾病,其临床表现为情感、记忆和认知功能的下降。阿尔茨海默病也是痴呆中最常见的一种疾病,在痴呆中占了50%-60%的比重,并且在65岁以后的老年人中每5年成2倍的速度增长。我们知道大脑的结构和功能之间应该是存在关联的,有研究已经表明在阿尔茨海默病患者的大脑中存在结构和功能活动的明显改变,但是还并没有关于多模态的M eta分析,为了更好的理解AD患者神经生物系统水平,探讨老年对照组和AD患者结构和功能之间的关系具有十分重要的意义。另外,随着成像技术的发展,针对疾病的研究也越来越深入,以往主要集中在研究AD患者磁共振图像大脑灰质的改变,近年来对白质受损的研究越来越多。为了探索阿尔茨海默病的临床辅助诊断手段,更早发现疾病的迹象,通过一定的算法对采集的MRI图像进行分类识别也成为学者们的研究趋势。本文首先对阿尔茨海默病患者大脑结构和功能成像进行Meta分析,筛选了来自PubMed数据库1995年至2013年相关的报告了基于全脑的神经成像的研究,共有41篇文献符合我们的要求。其中31篇文献是对患者大脑结构成像进行分析,共有688个AD患者和984个对照;另外10篇是对患者大脑功能磁共振成像进行分析,共有120个AD患者和146个对照。根据本实验的需求提取可用的数据,使用SDM做多模态Meta分析,研究发现,AD患者的左侧海马旁回、海马、右侧海马旁回的灰质体积减小并且功能成像与正常人相比都有不同程度的变化。AD患者相对于正常人,内侧颞叶的部分区域、左楔前叶区域呈现负激活状态,然而右侧海马区呈现出正激活的状态。其次,本文搜集了ADNI数据库中阿尔茨海默病患者磁共振成像数据,其中健康对照组20例(男10例,女10例),MCI组20例(男7例,女13例),AD组20例(男6例,女14例),平均年龄分别为74.5,76.4,78.5岁,三组间无显著性差异,平均MMSE评分分别为29.3,23.7,19.4,对以上数据分别提取出感兴趣的胼胝体区域,通过对该区域使用PCA结合LDA和SVM分类器对阿尔茨海默病和轻度认知功能障碍患者进行分类识别。本研究表明基于胼胝体的LDA和SVM分类识别统计结果分别为88.89%,93.06%,有助于AD的早期诊断。
【关键词】：阿尔茨海默病 多模态Me ta分析 磁共振成像 LDA、SVM分类识别
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R749.16;R445.2
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-13
• 1.1 研究背景及意义10
• 1.2 国内外研究现状10-11
• 1.3 本文的主要研究内容11-13
• 第二章 多模态META分析阿尔茨海默病脑结构和功能成像的变化13-36
• 2.1 阿尔茨海默病概述13
• 2.2 阿尔茨海默病的临床表现及分期13-14
• 2.3 轻度认知功能障碍的临床表现及分期14
• 2.4 阿尔茨海默病及轻度认知功能障碍的病理学表现14-15
• 2.5 阿尔茨海默病大脑结构和功能成像研究现状分析15-16
• 2.6 META分析介绍16-17
• 2.6.1 Meta分析的起源及其发展16
• 2.6.2 Meta分析的目的16-17
• 2.6.3 Meta分析的步骤17
• 2.7 SDM的简单介绍17-18
• 2.8 材料和方法18-23
• 2.8.1 搜索策略18
• 2.8.2 选择标准18-21
• 2.8.3 记录变量21
• 2.8.4 数据分析21-23
• 2.9 结果23-34
• 2.9.1 检索情况23
• 2.9.2 灰质体积的改变23-28
• 2.9.3 阿尔茨海默病在认知任务态下大脑功能改变的区域28-32
• 2.9.4 多模态Meta分析阿尔茨海默病大脑灰质体积和功能的改变32-34
• 2.10 讨论34-35
• 2.11 结论35
• 2.12 本章小结35-36
• 第三章 基于MRI图像阿尔茨海默病和轻度认知障碍的分类36-50
• 3.1 数据来源36-37
• 3.2 ROI选取37
• 3.3 基于LDA和SVM的图像分类体系结构37-39
• 3.4 主成分分析（PCA）方法39-42
• 3.4.1 主成分分析法( PCA)的原理39-40
• 3.4.2 PCA推导过程40-42
• 3.5 模式识别方法42-46
• 3.5.1 线性判别分析法（LDA）42-43
• 3.5.2 支持向量机（SVM ）43-46
• 3.6 分类识别结果及讨论46-50
• 第四章 总结与展望50-51
• 致谢51-52
• 参考文献52-59

【相似文献】

中国期刊全文数据库 前10条

1 范岭梅,黄明生,刘春风;轻、中度阿尔茨海默病精神症状学分析[J];江苏医药;2000年05期

2 马崔,施佳军,冯容妹,李强,郭扬波,王达平,苗国栋;早老素1基因多态性与迟发性阿尔茨海默病的遗传相关研究[J];中华精神科杂志;2000年03期

3 许丹,王鲁宁;血管机制与阿尔茨海默病[J];中华内科杂志;2000年09期

4 毕胜,王德生,张昱,吴江,盛雨辰,韩辉,王守春,孔繁军;低密度脂蛋白受体相关蛋白基因两种多态性与阿尔茨海默病的关系[J];中华神经科杂志;2000年01期

5 毕胜,王德生,张昱,吴江,盛雨辰,韩辉,王守春,孔繁军;低密度脂蛋白受体相关蛋白基因3号外显子多态性与阿尔茨海默病的相关性研究[J];中国神经精神疾病杂志;2000年03期

6 黄世杰;脑活素对阿尔茨海默病患者的疗效[J];国外医学.药学分册;2000年05期

7 刘建农,杨建功;30例阿尔茨海默病患者的脑电图观察[J];临床精神医学杂志;2000年06期

8 杨望清,王怀明,郭洪志,姜宝善,胡国友,刘春英;阿尔茨海默病病人脑脊液蛋白指标改变[J];前卫医药杂志;2000年06期

9 刘声远;阿尔茨海默病与微循环[J];微循环学杂志;2000年03期

10 曹日芳,田虹;不同性别的阿尔茨海默病临床分析[J];现代康复;2000年06期

中国重要会议论文全文数据库 前10条

1 张帅帅;;与阿尔茨海默病相关的信号转导[A];重庆市生物化学与分子生物学学术会议论文摘要汇编[C];2009年

2 谭兰;郁金泰;毛彩霞;;PICALM基因rs3851179G/A多态性与阿尔茨海默病的相关研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年

3 王敏;宋海庆;贾建平;;IL-6R基因多态性与散发性阿尔茨海默病的相关性分析[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年

4 赵圣杰;赵永波;郭春妮;;阿尔茨海默病患者血清Hcy升高[A];2011全国老年痴呆与衰老相关疾病学术会议第三届山东省神经内科医师（学术）论坛论文汇编[C];2011年

5 马微微;康庆贺;吴岩;王德才;;阿尔茨海默病患者体内多氯联苯蓄积水平的研究[A];持久性有机污染物论坛2011暨第六届持久性有机污染物全国学术研讨会论文集[C];2011年

6 王建枝;;阿尔茨海默病诊断和药物研发生物标记的研究进展[A];2011全国老年痴呆与衰老相关疾病学术会议第三届山东省神经内科医师（学术）论坛论文汇编[C];2011年

7 边建涛;张俊武;张振馨;赵华路;陈等;;脑源性神经营养因子基因196A／G多态性和阿尔茨海默病关联性分析[A];中国生物工程学会第四次会员代表大会暨学术讨论会论文摘要集[C];2005年

8 曹玉媛;王红梅;;阿尔茨海默病与神经营养药物靶点研究现状[A];中华医学会精神病学分会第七届学术年会论文摘要集[C];2006年

9 连立飞;贾建平;;血管内皮功能障碍与阿尔茨海默病的研究[A];第九次全国神经病学学术大会论文汇编[C];2006年

10 王建枝;;阿尔茨海默病的临床诊断研究进展[A];全国神经核医学与神经科学新进展研讨会暨核医学科普专家工作会议资料汇编[C];2007年

中国重要报纸全文数据库 前10条

1 长沙市第一医院神经医学中心主任、主任医师 王爱民;您了解阿尔茨海默病吗？[N];大众卫生报;2012年

2 长沙市第一医院神经医学中心主任、主任医师 王爱民;门诊可排查阿尔茨海默病[N];大众卫生报;2012年

3 余志平;聚焦阿尔茨海默病诊疗研究[N];中国医药报;2004年

4 衣晓峰邋通讯员 陈英云;阿尔茨海默病风险因子被锁定[N];健康报;2007年

5 段文利;我国4.8%的老年人患阿尔茨海默病[N];中国医药报;2006年

6 马世骏;阿尔茨海默病与遗传有关[N];医药经济报;2006年

7 闻新;早期诊断阿尔茨海默病新依据被发现[N];医药经济报;2006年

8 霞;血液炎症可预测阿尔茨海默病[N];医药经济报;2007年

9 李勇;阿尔茨海默病早期警报[N];健康报;2009年

10 编译 石头;阿尔茨海默病新药成泡影[N];医药经济报;2010年

，

本文编号：895782