基于复杂度分析的脑胶质瘤患者认知功能评估研究

发布时间：2020-08-05 12:08

【摘要】：脑胶质瘤患者普遍存在认知功能下降、手术预后差等问题,给患者生活质量带来极大影响。如何在术前对患者的功能认知进行评估,并准确判断肿瘤对重要功能区的影响,就显得尤为重要。功能磁共振成像技术(functional Magnetic Resonance Imaging fMRI)的出现为脑肿瘤的诊断、治疗和功能认知的评价提供了丰富的信息,已广泛应用于神经外科。目前,对于大脑功能认知的研究,大多是把大脑看作一个线性随机系统来分析。大脑作为一个复杂系统,涉及到神经系统非线性动力学的特性。与常规处理技术相比,基于非线性时间序列对各种度量指标的规律性进行分析的复杂度分析技术,能提供更接近于大脑神经活动属性的功能代谢信息,具有检测大脑活动和系统非线性动力学定量测量的优点。本研究采用复杂度分析技术及其脑功能网络分析技术,对脑胶质瘤患者的肿瘤特性进行分析,对重要功能区进行定位,并对肿瘤患者的功能认知进行评估。论文的主要研究内容如下:1、基于复杂度分析的脑功能像处理研究。计算大脑fMRI数据的样本熵值,构建全脑样本熵图;基于复杂度样本熵值对肿瘤患者的激活区进行提取和分析,发现复杂度分析方法能有效提取患者神经活动的异常变化。计算正常被试的全脑平均样本熵值和Hurst指数,并对二者进行对比分析和线性回归曲线估计,发现复杂度分析方法可以表征大脑神经活动的不规则程度;基于样本熵激活区分布对男女认知差异进行分析,结果和相关研究结果一致。结果均表明复杂度分析方法在大脑功能像处理中是可行的。2、基于赫斯特指数(Hurst)的脑胶质瘤分级研究。分割肿瘤患者肿瘤实质区及其对侧区域,并提取正常对照组的相应区域;计算各个感兴趣区域的Hurst指数值;通过对比分析肿瘤及其对侧正常区域、肿瘤区域及对照组同区域、不同肿瘤组别的肿瘤区域的Hurst指数,来研究肿瘤区域Hurst指数的异常变化及Hurst指数和肿瘤等级之间的变化关系。结果表明肿瘤区域的Hurst指数变化与肿瘤等级存在正相关关系。3、基于复杂度分析的大脑网络构建及网络参数分析。基于复杂度分析技术,构建正常受试者和额颞叶胶质瘤患者的大脑静息态功能网络。对两组被试的网络拓扑属性、网络全局参数以及局部参数进行了分析;通过对比统计分析,给出了胶质瘤患者网络拓扑结构和网络参数的异常改变。研究发现肿瘤患者的小世界属性较正常被试增强,认为可能和大脑存在的功能代偿有关;肿瘤患者网络局部参数变化表明,肿瘤对大脑前运动皮层、双侧内侧和旁扣带脑回等脑区造成了一定的认知损伤。4、基于复杂度分析技术的额颞叶胶质瘤患者认知功能评估。分别从全脑样本熵值计算及分析、大脑功能模块划分和分析,以及大脑功能网络的拓扑属性和网络参数分析三个角度,分析胶质瘤患者的功能认知损伤以及可能存在的代偿机制。研究发现肿瘤对大脑认知的影响主要集中在肿瘤实体区域及周围重要组织,同时在非肿瘤区域及其对侧相应区域可能存在功能代偿现象。论文的创新点如下:1、采用非线性方法对功能磁共振数据进行了处理以及分析,为复杂度分析方法在功能磁共振中的应用提供了支撑。2、为基于认知功能分析的术前规划和手术导航提供了理论支持。
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：O157.5;R739.41
【图文】：

论文研究,目标,方法

关的研究刚刚起步，本课题拟采用样本熵详细分析大脑局部和整体的属性，并和现有的方法进行对比分析。在此基础上，通过 AAL 模板提取计算各脑区信号的互样本熵值，并构建对应的功能网络，分析基于复杂度的网络拓扑结构和网络属性，并将相关分析方法用于脑神经系统疾病的分析中。1.3 主要研究内容胶质瘤患者手术后常存在认知能力下降的情况，导致该情况发生的主要原因在于对术前大脑存在的认知损伤以及功能重组机制不够了解。由于病灶对脑组织的浸润以及大脑自身的可塑性，导致大脑结构发生代偿以及重组，内部神经元之间建立起新的连接，病灶周围或者对侧脑区补偿原病灶部分功能，因此对于手术定位需切除的组织需要进行重新考虑。目前，基于静息态 fMRI 技术的肿瘤组织识别、定位和认知评估的系统性研究尚很少。论文利用非线性复杂度分析方法提取 fMRI 数据的脑功能信息，通过与正常对照组进行对比分析，讨论肿瘤患者功能认知的变化及其相应的神经学基础，为进一步探讨神经疾病功能改变的生理病理学机制提供帮助。本论文研究目标及方法如图 1.1 所示。

时间序列,正常人,大脑,熵值

本文数据均来源于南京脑科医院，所有数据的扫描参数及预处理步骤、参数等均一致，章节中不再赘述。统计分析使用spm8对每组数据进行单样本t检验（ P 0.05）和两组间的双样本T检验（ P 0.05验结果 p<0.05 时，则认为具有显著性差异。其余数据分析均采用 spss。构建三维大脑样本熵图本课题针对人脑神经活动的非线性动力学特性，对正常人及肿瘤病人的 fMRI 图像分别样本熵值的计算。通过使用与 Sokunbi 等人在 MATLAB 和 C 平台上相同的方法，基于成两个组的每个参与者的全脑样本熵图。使用以下参数估计样本熵： fMRI 时间序列的，m = 2，t = 1 和 r = 0.2×fMRI 时间序列的标准差。图 2.1 为正常人全脑样本熵图，其中红色对应大脑神经活动被激活的区域，熵值越高颜色越偏红色；蓝色对应大脑神经活制的区域，熵值越低越偏蓝色。

均值分布,双样本,患者,对照组

0 1 2 3 4 5 6 7 8 90.00.20.40.60.81.0SampEn被试图 2.2 患者组与被试组大脑样本熵均值分布8 位肿瘤被试肿瘤都位于右额颞叶，且肿瘤大小相差不大，适合单样本 T 检验求取被试静息态激活脑区，所以进一步对两组被试进行单样本 T 检验；在此基础上对两组被试做双样本 T检验，可以比较肿瘤患者与正常人的激活脑区的区别，结果如图 2.3 所示，表 2.3 显示了对照组与肿瘤患者差异体素点大于 10 的脑区。

【相似文献】