發(fā)布時(shí)間：2015-02-02 09:16

 

【摘要】 精神分裂癥主要是以精神活動(dòng)與環(huán)境的不協(xié)調(diào)為主要特征的一類最常見的精神疾病,具體表現(xiàn)在基本個(gè)性的改變及思維、情感和行為的分裂等。本文對(duì)比分析了精神分裂癥患者與正常人的靜息態(tài)大腦網(wǎng)絡(luò)功能連接,旨在通過比較精神分裂癥患者與正常人大腦網(wǎng)絡(luò)之間的異常功能連接,對(duì)精神分裂癥患者進(jìn)行分類。本文收集了69名精神分裂癥患者與62名正常人的大腦靜息態(tài)fMRI原始數(shù)據(jù),其中正常人的大腦數(shù)據(jù)作為對(duì)照組,并要求年齡和性別等與病人組相匹配。運(yùn)用多元模式識(shí)別分析對(duì)精神分裂癥患者與正常人進(jìn)行分類,并通過置換檢驗(yàn)估計(jì)分類的可靠性�；舅悸啡缦拢簶�(gòu)造病人組與正常人組的皮爾遜相關(guān)系數(shù)網(wǎng)絡(luò),分別用雙樣本T檢驗(yàn),風(fēng)險(xiǎn)差,Kendall等級(jí)相關(guān)三種方法選出最具判別力的特征,采用支持向量機(jī)作為分類器,以留一試驗(yàn)方法完善分類性能。然后以準(zhǔn)確率為統(tǒng)計(jì)量,通過置換檢驗(yàn)檢測分類結(jié)果的合理性。最后對(duì)比分析三種不同選特征方法獲得的具有判別力的特征以及腦區(qū)。結(jié)果顯示：用雙樣本T檢驗(yàn)選特征分類的準(zhǔn)確率為83.97%,用風(fēng)險(xiǎn)差方法選特征分類的準(zhǔn)確率為83.21%,用Kendall等級(jí)相關(guān)系數(shù)選特征分類的準(zhǔn)確率為83.97%,分類的效果均較高。除此之外,風(fēng)險(xiǎn)差方法與Kendall等級(jí)相關(guān)系數(shù)方法對(duì)病人的分類效果要比對(duì)正常人的分類效果高。同時(shí),通過三種不同的特征選擇方法,本文發(fā)現(xiàn)最具判別力腦區(qū),主要位于默認(rèn)網(wǎng)絡(luò),與注意力,感覺和記憶有關(guān)的網(wǎng)絡(luò),并且大致分布在大腦的前部和中部區(qū)域。在風(fēng)險(xiǎn)差與Kendall等級(jí)相關(guān)系數(shù)檢驗(yàn)方法得到的公共特征中,本文發(fā)現(xiàn)具有判別力的特征主要包括額上回,前后扣帶回,角回,楔前葉,額葉,顳葉,中央前后回,輔助運(yùn)動(dòng)區(qū),嗅皮質(zhì),海馬旁回,杏仁核,尾狀核,豆?fàn)钌n白球,丘腦等腦區(qū)之間的功能連接。值得注意的是：病人組的楔前葉與后扣帶回腦區(qū)之間的功能連接顯著減弱。這對(duì)分析探究精神分裂癥疾病發(fā)病機(jī)理及診斷有著重要意義。 

1緒論

近年來，腦功能磁共振影像技術(shù)在精神科學(xué)領(lǐng)域的研究和應(yīng)用越來越廣泛，各種成像技術(shù)的出現(xiàn)為研究意識(shí)與腦的關(guān)系提供了有力的手段，其中最常用的是功能磁共振成像功能磁共振成像技術(shù)是一種非侵入活體腦功能檢測技術(shù)，它能提供清晰的腦部解剖圖像，是無創(chuàng)傷的，并且它有著較高的時(shí)間分辨率和空間分辨率。更重要的是不需要給被試注射微量放射性物質(zhì)，具有顯著的臨床試驗(yàn)研究意義，這些優(yōu)越的特性使得fMRI成為目前最為普遍應(yīng)用的腦功能成像技術(shù)。早期的神經(jīng)科學(xué)研究關(guān)注更多的是定位大腦內(nèi)部各部分的功能，而現(xiàn)在更多的研究者逐漸轉(zhuǎn)向研究大腦內(nèi)部的網(wǎng)絡(luò)。因此，探索大腦網(wǎng)絡(luò)異常連接有助于人腦功能的研究以及疾病的診斷。醫(yī)學(xué)影像技術(shù)的發(fā)展，，使醫(yī)生診斷疾病的方式也發(fā)生了轉(zhuǎn)變，對(duì)疾病定量化的測量以及科學(xué)分析可以大大提高疾病診斷的準(zhǔn)確性。利用提取的有用信息對(duì)疾病患者與正常人進(jìn)行有效分類及診斷，對(duì)探索發(fā)病的原理與因素有著重要意義。模式識(shí)別在醫(yī)學(xué)上的應(yīng)用很多，前景廣闊，它可以幫助醫(yī)生對(duì)疾病進(jìn)行診斷。
........

2數(shù)據(jù)處理

2.1統(tǒng)計(jì)學(xué)分析
本文的數(shù)據(jù)來自臺(tái)灣大學(xué)，經(jīng)分析兩組被試者在年齡，性別等均無差異。

2.2數(shù)據(jù)預(yù)處理
數(shù)據(jù)的預(yù)處理包括如下步驟：去除前10個(gè)時(shí)間點(diǎn)：考慮到掃描開始階段被試者對(duì)儀器的不適應(yīng)，故在分析數(shù)據(jù)之前每個(gè)被試者的前10幅圖像都被剔除了。時(shí)間層矯正由于對(duì)大腦進(jìn)行掃描時(shí)，每層數(shù)據(jù)不是在同一個(gè)時(shí)間點(diǎn)獲得，因此需要將大腦的所有層數(shù)據(jù)都矯正到同一個(gè)時(shí)間點(diǎn)。頭動(dòng)矯正消除掃描的過程中由于被試者頭動(dòng)的影響。時(shí)間層矯正由于對(duì)大腦進(jìn)行掃描時(shí)，每層數(shù)據(jù)不是在同一個(gè)時(shí)間點(diǎn)獲得，因此需要將大腦的所有層數(shù)據(jù)都矯正到同一個(gè)時(shí)間點(diǎn)頭動(dòng)矯正消除掃描的過程中由于被試者頭動(dòng)的影響�？臻g標(biāo)準(zhǔn)化將大腦所有圖像配準(zhǔn)到同一個(gè)空間，減小空間上的噪聲以及被試者大腦解剖結(jié)構(gòu)的差異。線性漂移隨著時(shí)間的增加數(shù)據(jù)信號(hào)呈現(xiàn)上升趨勢或是下降趨勢，它對(duì)結(jié)果會(huì)產(chǎn)生一定的影響，一般情況下需要去除。低通濾波：減少一些生理噪聲如呼吸和心跳等所帶來的影響。本文根據(jù)AAL將大腦劃分成了90個(gè)腦區(qū)來分析。具體做法是先將90個(gè)腦區(qū)的所有體素的原始時(shí)間序列提取出來后相加求平均值，得到這90個(gè)腦區(qū)的平均時(shí)間序列；然后去除一些協(xié)變量如頭動(dòng)參數(shù)，白質(zhì)信號(hào)，腦脊液，全腦平均信號(hào)對(duì)數(shù)據(jù)的影響得到這90個(gè)腦區(qū)新的最終的時(shí)間序列。

3多元模式識(shí)別........7
3.1特征獲取........7
3.2特征篩選......8
4結(jié)果分析..........13
4.1分類結(jié)果......13
4.2置換檢驗(yàn)結(jié)果....13
5討論與展望.........21
5.1討論......21
5.2展望..........22

4結(jié)果分析

4.1分類結(jié)果
本文首先得到每個(gè)被試者的皮爾遜相關(guān)系數(shù)網(wǎng)絡(luò)，然后分別運(yùn)用三種特征選擇方法來蹄選特征，最后應(yīng)用分類器SVM對(duì)數(shù)據(jù)進(jìn)行分類。下表為三種特征選擇后的SVM分類結(jié)果：從表4-1中可以看出，雙樣本T檢驗(yàn)相關(guān)系數(shù)方法得到的準(zhǔn)確率最高，達(dá)到了83.97%，而風(fēng)險(xiǎn)差方法得到的準(zhǔn)確率為83.21%,同時(shí)，本文發(fā)現(xiàn)雙樣本T檢驗(yàn)分類結(jié)果中敏感度低于特異度，這意味著此方法相對(duì)于這批正常人分類的效果好，而風(fēng)險(xiǎn)差與等級(jí)相關(guān)系數(shù)方法結(jié)果中敏感度高于特異度，意味著此方法相對(duì)于這批病人的分類效果好。

4.2置換檢驗(yàn)結(jié)果
本文以準(zhǔn)確率為統(tǒng)計(jì)量，并使用置換檢驗(yàn)方法檢測結(jié)果。下面的三幅圖中顯示的是不同特征選擇方法用于分類時(shí)用置換檢驗(yàn)估計(jì)分類結(jié)果的分布圖。從圖4-1至圖4-3中可知，不管是哪一種方法挑選特征來做分類，均與樣本的標(biāo)簽有著緊密聯(lián)系。在置換檢驗(yàn)過程中將樣本標(biāo)簽打亂，得到的分類率比正確標(biāo)簽的樣本分類率要高的概率基本趨近于0，也就是說犯這種錯(cuò)誤的概率很小，故本文中的方法求得的分類結(jié)果是可信的。在留一交叉試驗(yàn)中，記錄每次試驗(yàn)結(jié)果中均出現(xiàn)的用于分類的特征編號(hào)，對(duì)每個(gè)選好的特征的權(quán)重值求平均值，以此作為該特征在分類過程中的可判別力。認(rèn)為這些特征具有較高的判別能力，它們反映的是精神分裂癥患者與正常人之間存在顯著差異。而每個(gè)腦區(qū)的權(quán)重定義為該腦區(qū)與其他腦區(qū)的功能連接的平均值，然后將每個(gè)腦區(qū)的權(quán)重按從大到小排序。
...........

5討論與展望

5.1討論
本文通過三種不同的特征選擇方法檢測出精神分裂癥患者的大腦默認(rèn)網(wǎng)絡(luò)與正常人相比存在顯著差異。其中雙樣本T檢驗(yàn)方法是最常用最簡單的特征選擇方法，本文用雙樣本T檢驗(yàn)方法用于分類得到的準(zhǔn)確率為接近84%.但其對(duì)正常人的分類效果優(yōu)于對(duì)病人的分類效果，故在分析具有判別力的腦區(qū)或特征時(shí)沒有借鑒此方法的結(jié)果。而風(fēng)險(xiǎn)差是流行病學(xué)中用來衡量暴露與疾病之間關(guān)系時(shí)最常用的統(tǒng)計(jì)量之一它在醫(yī)學(xué)影像數(shù)據(jù)分析上的應(yīng)用目前還不多，但其在區(qū)別病人與正常人大腦信息時(shí)具有重要實(shí)用意義。雖然不同的文獻(xiàn)中原始數(shù)據(jù)來源以及處理數(shù)據(jù)和分析數(shù)據(jù)的方法的不盡相同，對(duì)數(shù)據(jù)分析結(jié)果存在一定的影響，但是解決問題的思路和方法是可以互相參考的�；卺t(yī)學(xué)影像數(shù)據(jù)的模式識(shí)別分析可在處理大量的病人影像數(shù)據(jù)的基礎(chǔ)上，把可疑的病灶盡可能準(zhǔn)確地找出來，提供給醫(yī)生作為進(jìn)一步診斷的參考，防止漏診。

5.2展望
特征蹄選是模式識(shí)別等領(lǐng)域的要研究的一個(gè)重要問題，特征蹄選的好壞直接影響著分類的準(zhǔn)確率�；跍�(zhǔn)則對(duì)特征聚類將相近的特征歸為一類也可以蹄選特征。有文章使用信息炮方法分析大腦功能連接數(shù)據(jù)，并篩選了有效的分類特征，準(zhǔn)確率可觀。更多有效的特征蹄選方法需要研究者們的進(jìn)一步努力探索�；卺t(yī)學(xué)影像數(shù)據(jù)的大腦網(wǎng)絡(luò)分析只是一種研究方法，但是這也只能提供一種宏觀的診斷結(jié)果，在現(xiàn)實(shí)問題中病人個(gè)體情況不同，最終仍需結(jié)合醫(yī)生的經(jīng)驗(yàn)對(duì)病人的癥狀進(jìn)行總結(jié)和建議。而研究者對(duì)病人大腦網(wǎng)絡(luò)差異的定量分析，有助于從數(shù)量上闡明精神分裂癥疾病機(jī)理，并且如何將研究結(jié)果很好的與腦科學(xué)結(jié)合起來也是一個(gè)更高的挑戰(zhàn)。
.........

參考文獻(xiàn):

[1] 范培進(jìn),裴晉平,侯占軍,史小琴,焦青山.  精神健康現(xiàn)狀與精神健康策略的探討[J]. 實(shí)用醫(yī)技雜志. 2013(08)
[2] 王建寧.  認(rèn)識(shí)精神疾病 關(guān)注精神衛(wèi)生[J]. 抗癌之窗. 2013(03)
[3] 方林,曹棟,謝世平,姚志劍,康冰,盧青.  首發(fā)未用藥精神分裂癥患者靜息態(tài)腦功能局部一致性fMRI研究[J]. 中國神經(jīng)精神疾病雜志. 2013(01)
[4] 程煒.  基于功能磁共振ADHD病人的分類[J]. 甘肅聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(06)
[5] 劉海洪,郝以輝,歐陽萱,孔祥娟,李麗,劉哲寧.  精神分裂癥患者額葉、顳葉和邊緣腦區(qū)的灰質(zhì)體積下降[J]. 中國臨床心理學(xué)雜志. 2009(05)
[6] 邵輝麗.  靜息態(tài)默認(rèn)功能網(wǎng)絡(luò)磁共振成像研究[J]. 中國醫(yī)學(xué)影像技術(shù). 2009(S1)
[7] 王颯,鄭鏈.  基于Fisher準(zhǔn)則和特征聚類的特征選擇[J]. 計(jì)算機(jī)應(yīng)用. 2007(11)



本文編號(hào)：11769