【摘要】：節(jié)點定義是人腦網(wǎng)絡分析和功能連接研究中的一個重要的課題。相關研究通常將基于元分析,隨機標準,或者結(jié)構(gòu)標準生成的大腦圖譜作為節(jié)點,然而這些圖譜并不是針對人腦網(wǎng)絡分析和功能連接研究這些目的設計的,因此使用這些圖譜作為節(jié)點可能并不合適。為了得到更合理的節(jié)點,我們需要通過全腦分割的方式來生成新的更合理的大腦圖譜。本文引入一種名為簡單線性迭代聚類(simple linear iterative clustering,SLIC)的超體素方法來對全腦靜息態(tài)fMRI(functional magnetic resonance imaging)數(shù)據(jù)進行分割,以實現(xiàn)這個目標。圍繞這種超體素方法,本文開展了三個研究,進而提出了一系列新的全腦分割方法。我們通過對比新方法和已有方法來證明新方法的合理性和優(yōu)越性。進行算法對比時,本文用到的評價指標包括空間連續(xù)性,功能一致性,和可重復性。對于群體水平的分割,本文既考慮了群體間的可重復性,也考慮了群體到被試的可重復性。為了得到不同粒度的分割結(jié)果,我們在都在較大的范圍內(nèi)對分區(qū)數(shù)目進行變化。本文中的三個研究的主要工作如下。研究一將SLIC直接作用在靜息態(tài)fMRI時間系列上來進行全腦分割。使用這種分割方法,無需進行特征提取便可得到分割結(jié)果。為了證明這種分割方法的合理性,我們將它與一種當前流行的全腦分割方法,即標準化分割(normalized cuts,Ncut)在多種評價指標下進行了對比。實驗結(jié)果表明,我們提出的方法在各種評價指標下都取得了令人滿意的分割效果。研究二結(jié)合Ncut和SLIC來進行全腦分割。我們提出了兩種群體水平的全腦分割方法,分別是平均SLIC(mean SLIC)方法和二級SLIC(two-level SLIC)方法。具體來講,在這兩種方法中,Ncut被用來從連接矩陣中提取特征,SLIC被應用到提取得到的特征上來進行分割,從而得到最終的大腦圖譜。我們將兩種SLIC方法和三種最新的全腦分割方法在多種評價指標下進行了對比。實驗結(jié)果表明,兩種SLIC方法在各種評價指標下都取得了很好的分割效果。另外,本研究還考察了一些可能對分割結(jié)果產(chǎn)生影響的因素,包括使用不同的稀疏化方案,在預處理流程中加入全局信號回歸,使用過度分割,使用不同的權(quán)重函數(shù)等。對這些因素的考慮進一步證明了兩種SLIC方法的合理性和優(yōu)越性。研究三在SLIC得到的超體素的基礎上使用一種名為無割圖(graph-without-cut,GWC)的方法來進行全腦分割。具體地講,我們先將SLIC直接應用到靜息態(tài)fMRI時間系列上來生成超體素,然后將相似的超體素用GWC聚合成分區(qū),從而得到分割結(jié)果。通過對比GWC方法在fMRI數(shù)據(jù)和在隨機數(shù)據(jù)上的結(jié)果,我們證明這種方法并不嚴重依賴于空間結(jié)構(gòu),從而避免了這種之前很多全腦分割算法一直存在的問題,因而得到的分割結(jié)果也就更具合理性。之后我們將GWC方法,改進的Ncut方法,和改進的SLIC方法這三種分割方法進行了對比。實驗結(jié)果表明,GWC方法在各種評價指標下都取得了很好的分割效果。本文提出的全腦分割方法和生成的大腦圖譜可以被應用于有關人腦網(wǎng)絡分析的各種研究中,比如認知、發(fā)展、老齡化、疾病、個體化醫(yī)療等。本文中使用到的算法的源代碼和生成的群體水平的大腦圖譜都已經(jīng)在網(wǎng)上公開,詳見附錄B。由于實驗中并沒有發(fā)現(xiàn)最優(yōu)分區(qū)數(shù)目,因此,使用本文中的方法或圖譜時,分區(qū)數(shù)目可以按需設定。
【圖文】：

圖 1.1 構(gòu)建大腦網(wǎng)絡的流程圖。首先需要定義節(jié)點和采集靜息態(tài) fMRI 數(shù)據(jù)，，然后對每個節(jié)點提取出平均時間系列，接著基于平均時間系列計算出連接矩陣，之后對連接矩陣設閾值得到鄰接矩陣，鄰接矩陣就等價于腦網(wǎng)路。

GWC 方法相對于兩種對比方法取得了更好的分割效果。圖 1.2 三個研究的思路對比圖。研究一和研究二都是將 SLIC 生成的超體素作為最終的分割結(jié)果，而研究三通過聚合超體素的方式來得到最終的分割結(jié)果。
【學位授予單位】：東南大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：R445.2;TP391.41

【相似文獻】

相關期刊論文 前10條

1 劉迎軍;楊志景;李淑龍;;靜息態(tài)功能磁共振成像數(shù)據(jù)中幾個常用指標的相關性[J];中國醫(yī)學物理學雜志;2017年01期

2 張雅杰;劉璐;劉鵬;徐曉白;趙洛鵬;曲正陽;朱玉璞;陳斯琦;王麟鵬;;偏頭痛靜息態(tài)成像和彌散張量成像研究進展[J];中國疼痛醫(yī)學雜志;2017年04期

3 杜培鋒;楊劍;呂勝富;鐘寧;;靜息態(tài)腦區(qū)的活動特征研究[J];北京教育學院學報(自然科學版);2011年02期

4 于旭宏,王玉英,林雅谷;140例青少年眼調(diào)節(jié)靜息態(tài)的測定[J];上海中醫(yī)藥大學學報;1999年01期

5 李武超;張體江;;兒童癲沲靜息態(tài)fMRI的研究進展[J];國際醫(yī)學放射學雜志;2017年01期

6 銀文杰;林偉;牟欣;;特發(fā)性震顫患者靜息態(tài)腦功能活動[J];四川精神衛(wèi)生;2017年01期

7 劉慧華;蔣旭;彭俊玲;;重癥肌無力患者靜息態(tài)腦功能研究[J];腦與神經(jīng)疾病雜志;2017年09期

8 周玉梅;孫佳蕾;武平;;靜息態(tài)fMRI技術(shù)在臨床的應用-局部一致性研究[J];中風與神經(jīng)疾病雜志;2014年04期

9 劉佳麗;王冬翠;莫少鋒;李宏周;陳真誠;;慢性吸煙者的腦靜息態(tài)fMRI局部一致性研究[J];廣西師范大學學報(自然科學版);2016年04期

10 韓利坤;姚婧t

本文編號：2696422