脑功能连接的神经系统疾病机制研究

发布时间：2018-06-20 17:07

本文选题：神经损伤 + 复杂网络　；参考：《华中科技大学》2014年博士论文

【摘要】：人的大脑包含数百亿个神经元,神经元之间通过突触间的电化学作用相互连接,是自然界迄今为止所发现的最为复杂和精密的系统,大脑各脑区在解剖上相互连接、在功能上存在既分工又协作的关系。目前,脑连接的研究是神经科学领域的热点之一,它的优点在于能够从系统角度探索大脑的工作机制和内在组织方式。近年来,神经成像技术的快速发展为神经损伤后大脑功能的研究提供了有力的工具,而在复杂网络理论基础上发展起来的脑连接分析方法则为大脑功能的研究提供了有效的技术手段。本文以脑电图(EEG)和功能磁共振成像(fMRI)为数据源,围绕脑连接与脑网络,对神经损伤后大脑相关运动神经元群同步放电、局部脑功能连接、脑网络关键节点(Hub)、全脑网络拓扑属性、以及脑网络的动态演化进行了研究,在不同水平层面上研究了神经损伤后患者大脑功能网络的静态改变及动态演化机制,探索了神经系统疾病的病理生理机制。本文的主要研究工作包括以下几个方面： SCI患者脊髓损伤后,其主要表现为下肢感觉和运动功能障碍,因此,针对运动损伤的不同程度,我们设计了两种下肢节律运动：行走和类似步态运动。基于EEG时频图及事件相关同步/去同步(ERS/ERD)分析脊髓损伤(spinal cord injury, SCI)患者在执行行走运动时相关运动区的脑电信号,对SCI患者下肢运动神经元群的同步放电特性进行了研究。我们首次发现SCI后下肢相关运动区的EEG振幅在所有频段都有所增强,其中,低频段的增强非常明显,这一发现对于理解下肢节律运动状态下大脑的工作机制具有重要的意义。此外,还发现SCI后该功能区的ERS幅值在高频段(α和β频段)显著增大,意味着在高频段下肢运动神经元群同步放电增强,这一结论不同于以往简单脚部运动实验条件下的结果,表明相比简单运动,SCI患者在执行节律运动时需要招募更多的运动皮质。我们认为这些现象可能是SCI患者神经活动的一种特点,可以作为SCI早期诊断的一种生物学标记。提出了基于时频尺度的脑区同步性分析方法,结合sLORETA溯源算法分析相关运动脑区之间的同步性。实验结果显示在类似步态运动状态下,SCI患者相关运动脑区之间的同步性主要在低频段减弱、高频段增强；一些相关运动脑区在不同频段上体现出不同的功能。该现象表明伴随着大脑活动共振频率的不同,大脑中存在不同的神经网络,证明本文提出的时频尺度的脑连接分析方法是合适且有必要的。另外,我们发现了SCI后丘脑与其他脑区之间的同步性只在被动运动任务时发生改变,在主动运动任务下没有明显的变化。研究表明人的神经系统调节方式在被动节律运动与试图/主动节律运动情况下是不同的,这一新的发现对于先前关于灵长类动物随意运动实验的结果产生了一个印证的作用。该研究探索了脊髓损伤后大脑神经活动的变化趋势,分析这些异常变化与神经系统疾病之间的联系,可以加深我们对脊髓损伤病理机制的理解,对于SCI的诊治和康复具有一定的临床意义。提出了基于大脑生理解剖结构的GAMP算法探索脑卒中患者大脑功能网络的模块组织结构,在此基础上采用模块结构中的参与系数辨识功能脑网络的Hub节点。相比以往通过节点度辨识脑网络中Hub节点的方法,本文提出的基于参与系数的方法能够不受模块大小的影响,更准确地判别功能脑网络中的Hub节点。基于本文提出的脑网络Hub节点定义,对卒中后脑功能网络进行了分析,研究结果显示卒中后患者组功能脑网络的Hub节点一致性低于正常被试,表明脑卒中患者的大脑功能发生了泛化。相比健康对照,我们还发现患者组共有的Hub节点都集中在与运动执行密切相关的脑区,表明大脑内部信息整合、信息传递和处理的方式发生了改变,揭示卒中后大脑网络信息传递和处理效率的下降。该研究证实了本文提出的Hub节点辨识方法更适用于功能脑网络的分析,并从全脑网络信息传递和处理的角度,分析了卒中后大脑脑区分工协作的模式,探索卒中后大脑功能的神经可塑性变化,为揭示脑卒中疾病的内在病理机制提供了一种思路。基于计算实验平台,通过脑卒中患者和健康被试脑网络拓扑属性差异的分析,首次采用脑区间解剖距离作为调控因子构建了一个概率模型以模拟急性期脑卒中后脑网络的动态变化过程,研究在脑损伤情况下大脑功能的动态变化机制,并通过独立测试样本集验证了该演化概率模型的合理性,仿真结果表明本文提出的演化概率模型能够有效的模拟急性期卒中后脑网络的动态变化。更重要的是,研究发现卒中后功能脑网络的变化与脑区之间的解剖距离存在一定的关系,解剖距离对脑区之间的连接起阻碍作用,并直接影响大脑功能网络中全局信息传递和局部信息处理的效率。网络演化的计算实验通过模拟仿真手段,有助于详细揭示大脑变化的动态过程及自组织机制,进一步拓展我们对脑卒中疾病内在病理机制的理解,同时,该研究方法还为研究其它神经退行性改变或神经发育障碍等神经系统疾病的病理生理机制提供了一种新的思路。
[Abstract]:In recent years , the research of brain connection is one of the most complex and precise systems in the field of neurosciences . The study of brain connection is one of the hot spots in the field of neurosciences .

In this paper , the EEG amplitude of lower limb motor neurons in SCI patients has been increased in all frequency bands .

In this paper , a time - frequency - based synchronization analysis method for brain region is presented , and the synchronization between the relevant moving brain regions is analyzed by combining with the sLORETA tracing algorithm .
Some related sports brain regions show different functions in different frequency bands . This phenomenon shows that there are different neural networks in the brain with the different resonance frequencies of the brain . It is necessary to prove that the time - frequency - scale brain connection analysis method is suitable and necessary .

This paper presents the structure of the brain function network of stroke patients based on the GAMP algorithm based on the physiological anatomy of the brain . On the basis of this , the hub node of the brain network is identified by the participation coefficient in the module structure . Compared with the previous method , the hub node in the brain network is analyzed . The results show that the Hub node identification method proposed in this paper is more suitable for the analysis of the functional brain network .

Based on the analysis of the difference of the network topological attributes of the cerebral apoplexy patients and the healthy subjects , the dynamic dynamic process of the brain function in the acute stage stroke is simulated by using the anatomical distance of the brain . The simulation results show that the evolutionary probability model proposed in this paper can effectively simulate the dynamic process and self - organizing mechanism of the brain function network .
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：R741

【参考文献】