基于磁共振的肌萎缩侧索硬化症患者有效连接分析

发布时间：2018-06-02 14:15

本文选题：肌萎缩侧索硬化症 + 静息态功能磁共振　；参考：《电子科技大学》2017年硕士论文

【摘要】：近年来,我们利用功能磁共振成像技术可以实时对大脑神经活动进行研究,极大的加深了我们对大脑的认识。功能磁共振成像技术,为阐明脑区之间的有效连接信息奠定了基础。而动态因果模型,为评估大脑的有效连接提供了直接、有效的方法。通过进行功能磁共振的大脑有效连接分析,人们对探索大脑认知活动的神经关联和脑网络的研究获得了全新的思路,对各种神经精神疾病的病理机制的研究取得了突破性的进展。肌萎缩侧索硬化症是一种运动神经元受损的致命性、进行性神经退化的疾病,以肌肉逐渐无力和退缩为主要临床表现。尽管有许多研究已经报道了肌萎缩侧索硬化患者的感觉运动网络中的一些脑区存在异常,且与其发病机制存在一定的关系,但是对该网络的因果关系仍不清楚。虽然长期以来肌萎缩侧索硬化症被大家公认为是一种运动系统的疾病,但这种神经疾病的临床表现并不局限于运动损伤,已经有功能和结构的研究证明其默认网络中的几个脑区存在显著异常,表明默认网络的功能障碍可能是肌萎缩侧索硬化症患者的共同特征,并且该网络可能是导致该疾病出现的非运动症状的原因。本文的内容包括以下两个方面:1、应用谱动态因果模型评估肌萎缩侧索硬化症患者组和健康控制组在感觉运动网络的因果关系。首先利用独立成分分析分别提取这两组的感觉运动网络;然后通过组间比较,将感觉运动网络中有差异的脑区作为感兴趣区,即:左侧初级运动皮层、左侧初级体感皮层及右侧辅助运动皮层;最后应用谱动态因果模型分别对这两组的感觉运动网络构建有效连接。结果表明,与控制组相比,疾病组中左侧初级运动皮层与右侧辅助运动皮层间的闭环回路消失,以及从右侧辅助运动皮层到左侧初级体感皮层的映射缺失。这些结果可能反映了运动神经元损失对肌萎缩侧索硬化症运动功能的影响,并对肌萎缩侧索硬化症感觉运动网络的破坏提供合理的解释。总之,我们的研究阐明了一种可以解释肌萎缩侧索硬化症患者功能受损的感觉运动网络的神经生物学模型,以及对此疾病的病理生理学提供更加深入的理解。2、利用谱动态因果模型,本研究旨在对肌萎缩侧索硬化症患者的默认网络进行有效连接分析。采用独立成分分析提取默认网络成分(即:内侧前额叶皮层、楔前叶/后扣带皮层、双侧顶下小叶)。分别评估了疾病组和控制组的默认网络有效连接后,比较组间有效连接的差异,并将疾病组中默认网络的有效连接强度分别与一些临床疾病指标进行相关分析,以检验其有效连接和临床疾病指标的相关性。本研究发现,与控制组相比,疾病组从楔前叶/后扣带皮层到内侧前额叶皮层连接显著增强,同时患者组从右侧顶下小叶到左侧顶下小叶的连接强度与肌萎缩侧索硬化症功能评定量表(ALSFRS-R)分数成负相关。这些发现表明默认网络的因果关系提供了一种表示局部抑制中间神经元功能的下降和对大脑结构损伤的补偿的大脑机制。因此,我们的发现说明默认网络异常的有效连接可能作为肌萎缩侧索硬化症的敏感标记物,可能具有潜在的临床价值,同时对此疾病的非运动症状的神经机制提供新见解。因此,本文分别对肌萎缩侧索硬化症患者的感觉运动网络和默认网络中脑区间的因果关系进行研究,探索相关脑区间的交互机制,并对这种疾病的病理生理学提供可能更加深入、全面的见解。
[Abstract]:In recent years , we use functional magnetic resonance imaging technique to study the activity of brain nerve in real time , which has greatly deepened our understanding of the brain . It is found that the effective connection of the default network can be used as a sensitive marker for the atrophy - side cord sclerosis , and the connection strength of the patient group from the right parietal lobule to the left parietal lobule is significantly enhanced . Therefore , it is found that the effective connection of the default network is likely to be a sensitive marker for the local inhibition of the intermediate neuron function and to provide new insights for the neuromechanism of the non - movement symptoms of the disease .
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R744.8;TP391.41

【参考文献】