节点与边混合动态模型在癫痫患者脑网络中应用研究

发布时间：2020-09-05 11:44

　　应用脑成像技术探究大脑结构及功能特性是脑科学研究的重要内容。本文采用静息态磁共振成像(Functional Magnetic Resonance Imaging,fMRI)数据,构建脑功能网络,利用复杂网络理论及相继故障理论,研究青少年肌阵挛癫痫患者(Juvenile Myoclonic Epilepsy,JME)脑功能网络的异常。首先对采集到的JME患者组和正常对照组磁共振成像(Magnetic Resonance Imaging,MRI)数据及弥散张量成像(Diffusion Tensor Imaging,DTI)数据进行大脑灰质体积和白质纤维束完整性分析。结果表明,与正常对照组相比,JME患者组在大脑组织结构上存在异常,部分脑区如颞叶、枕叶、顶叶、额叶、梭状回等同时存在脑灰质体积萎缩和白质纤维受损情况,证实了JME患者存在有广泛的脑组织结构损伤。然后采用皮尔森相关系数法构建JME患者组和正常对照组大脑功能网络。基于复杂网络相关理论,分析两组脑功能网络的网络属性差异。结果表明,两组脑功能网络都具有“小世界”特性,但JME患者组“小世界”特性有所减弱。JME患者组集群系数和全局效率低于正常对照组,而最短路径长度和局部效率高于正常对照组。集群系数的降低以及局部效率的增加,表明JME患者脑网络中的远程连接有所减弱,但大脑为实现其整体功能自发地加强了相邻脑区间的连接;全局效率的降低以及最短路径长度的增加,表明JME患者大脑信息在全局范围传递损耗加大,信息传递速率减慢。最后基于节点与边混合动态相继故障模型(Crucitti-Latora-Marchiori,CLM)对JME患者脑功能网络异常进行了研究,探讨哪些脑区的受损与JME患者脑功能网络紊乱有关。本文选择十一个大脑组织结构异常脑区进行模拟,计算正常对照组脑区受损后的网络效率,并将结果与JME患者组进行比较。结果显示,正常对照组右侧顶下小叶尾区受损后,脑功能网络的局部效率和全局效率都与JME患者组极为接近,验证了该脑区可能是导致JME患者脑功能紊乱的重要脑区之一,其在脑区间的连接和信息的传输中可能具有举足轻重的地位。
【学位单位】：兰州理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R742.1;TP391.41
【部分图文】：

流程图,网络构建,人脑,流程图

硕士学位论文能成为了可能。研究人员借助磁共振成像（MRI）和弥散张晰显现大脑生理结构的影像技术来捕捉大脑的解剖路径，络[11,12]，借助脑电图（EEG）、脑磁图（EMG）、功能磁共脑功能活动的脑成像技术来测量大脑区域活动的相关性，和因效性脑网络进行探究[13-16]。人脑网络构建流程如图数据包括有 MRI 数据、fMRI 数据以及 DTI 数据。

间隔时间,质子,回波,密度

邻两次RF脉冲激发的间隔时间（TR）和RF脉冲激发开始到产生回波的间隔时间（TE），可以得到各具特点的磁共振图像，如T1加权像（T1WI）、T2加权像（T2WI）、质子密度加权像（PDWI）等，如图2.1所示。

示意图,示意图,皮尔森,大脑功能

硕士学位论文11图 2.2 注意视觉运动激活脑区示意图2.2.2 脑功能网络连接度量方法功能连接是指空间上分离的神经单位其神经活动在时间上的关联性或统计依赖关系，研究的是大脑各个脑区之间是否存在相互依赖或信息交互的情况，其主要连接度量方法分为两类：线性和非线性。线性方法主要有皮尔森相关、偏相关（时域）及偏相干（频域）等；非线性方法包括有同步似然性、互信息等[17]。本文主要研究脑功能连接网络，接下来详细介绍几种常见连接度量方法。(1)皮尔森相关皮尔森相关系数（Pearson Correlation Coefficient）是用于反映两个变量之间的相关程度的统计量，其值介于-1 到 1 之间，正相关系数大于 0，负相关系数小于 0，系数绝对值越大，两个变量线性相关程度越强。皮尔森相关系数定义为两变量间协方差与标准差的商，计算公式如下： ,cov( , ) x yX YX Y X YE X YX Y （2.1）在构建脑功能网络时，该系数常被用于判断脑区之间是否存在功能连接。通过计算各个脑区生理信号之间的皮尔森相关系数，得到脑区间的关联矩阵，再通过设定不同的阈值，即可到的不同阈值下的二值网络，从而获得大脑功能连接网络。目前通过使用皮尔森相关系数构建脑功能网络来研究大脑功能活动已取得了众多成果，发现了脑功能网络的模块化结构，脑疾病患者脑功能网络的异常等[45-47]。本文构建大脑功能网络时采用的连接度量方法就是皮尔森相关。(2)偏相关在一元相关分析中

【相似文献】