本文關(guān)鍵詞：基于連接模式構(gòu)建BA32區(qū)腦圖譜，，由筆耕文化傳播整理發(fā)布。

【摘要】：大腦作為人類神經(jīng)中樞的“司令官”是自然界最復(fù)雜的系統(tǒng)之一,通過研究大腦的結(jié)構(gòu)組織來(lái)研究其功能能夠極大的提升我們對(duì)大腦的認(rèn)識(shí)。對(duì)腦圖譜的研究使人們開始探索腦網(wǎng)絡(luò)地形圖的個(gè)體差異,并了解個(gè)體差異是如何影響腦功能的。最近的研究表明,人腦的功能主要由其外在的連接模式所決定,因此,基于不同的連接模式來(lái)細(xì)分大腦可以更好的刻畫功能的分離與整合。在本論文中主要研究了基于連接模式構(gòu)建布羅德曼32區(qū)(BA32區(qū))的圖譜。人類的BA32區(qū)是過渡皮質(zhì),位于前扣帶溝和旁扣帶溝之間。之前對(duì)BA32區(qū)的分割研究主要是基于細(xì)胞構(gòu)筑和受體分布等尸體解剖的方法,且沒有考慮到旁扣帶溝(PCS)對(duì)BA32區(qū)位置、大小的影響。之前對(duì)BA32區(qū)分割不能基于活體分割,也不能提供BA32區(qū)子區(qū)的結(jié)構(gòu)連接和功能連接的信息。在本論文中,我們首先基于PCS的形態(tài)將BA32區(qū)分成了兩組,采用了纖維追蹤和邊加權(quán)的譜聚類相結(jié)合的方法來(lái)實(shí)現(xiàn)對(duì)BA32區(qū)的分割,將BA32區(qū)分成了6個(gè)子區(qū)。盡管BA32區(qū)是一個(gè)非常復(fù)雜的區(qū)域且參與到了各種不同的認(rèn)知功能,研究發(fā)現(xiàn)基于解剖連接模式分區(qū)的結(jié)果和基于細(xì)胞構(gòu)筑分區(qū)的結(jié)果及具有很好的一致性。為了驗(yàn)證分區(qū)結(jié)果的合理性,我們構(gòu)建了每個(gè)子區(qū)的全腦解剖連接模式,并發(fā)現(xiàn)有PCS和沒有PCS時(shí)子區(qū)的連接模式是有一定的差異,這為以后的研究提供了重要的參考信息。
【關(guān)鍵詞】：BA32區(qū) PCS 概率追蹤 連接模式 腦圖譜
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R338
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-21
• 1.1 研究的背景9
• 1.2 大腦連接的研究9-12
• 1.2.1 解剖連接9-11
• 1.2.2 功能連接11-12
• 1.3 大腦結(jié)構(gòu)和功能定位的研究12-15
• 1.4 基于連接研究大腦功能分區(qū)15-18
• 1.5 BA32區(qū)研究的現(xiàn)狀18-19
• 1.6 本文主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)19-20
• 1.7 本文的組織結(jié)構(gòu)20-21
• 第二章 彌散張量成像的基本原理和方法21-33
• 2.1 背景21
• 2.2 彌散張量成像的研究現(xiàn)狀21-27
• 2.2.1 彌散張量成像的發(fā)展歷程21-22
• 2.2.2 彌散張量成像的原理22-26
• 2.2.3 彌散張量成像常用的分析方法26-27
• 2.3 概率纖維跟蹤27-30
• 2.3.1 確定性跟蹤算法27-28
• 2.3.2 概率性跟蹤算法28-30
• 2.4 基于連接模式構(gòu)建腦圖譜30-32
• 2.4.1 腦圖譜的研究30-31
• 2.4.2 基于連接模式構(gòu)建腦圖譜的方法31-32
• 2.5 本章小結(jié)32-33
• 第三章 PCS對(duì)BA32區(qū)分區(qū)的影響33-41
• 3.0 引言33-34
• 3.1 實(shí)驗(yàn)數(shù)據(jù)34
• 3.2 數(shù)據(jù)參數(shù)說(shuō)明34
• 3.3 數(shù)據(jù)預(yù)處理34-35
• 3.4 實(shí)驗(yàn)設(shè)計(jì)和方法35-36
• 3.4.1 PCS形態(tài)定義標(biāo)準(zhǔn)35-36
• 3.4.2 PCS不對(duì)稱性指標(biāo)36
• 3.5 實(shí)驗(yàn)結(jié)果36-38
• 3.6 結(jié)果討論38-39
• 3.7 本章小結(jié)39-41
• 第四章 BA32區(qū)的分區(qū)41-54
• 4.1 引言41
• 4.2 實(shí)驗(yàn)數(shù)據(jù)和預(yù)處理41-42
• 4.2.1 實(shí)驗(yàn)被試41
• 4.2.2 磁共振數(shù)據(jù)參數(shù)41-42
• 4.2.3 彌散磁共振數(shù)據(jù)預(yù)處理42
• 4.3 實(shí)驗(yàn)設(shè)計(jì)和方法42-48
• 4.3.1 提取BA32區(qū)的方法42-43
• 4.3.2 概率纖維追蹤43
• 4.3.3 聚類算法的確定43-46
• 4.3.3.1 譜聚類算法44-45
• 4.3.3.2 邊加權(quán)譜聚類算法45-46
• 4.3.4 基于解剖連接的分區(qū)46-47
• 4.3.5 全腦的解剖連接模式47-48
• 4.4 實(shí)驗(yàn)結(jié)果48-52
• 4.4.1 基于連接模式分區(qū)的結(jié)果48-49
• 4.4.2 全腦解剖連接模式49-51
• 4.4.3 結(jié)果討論51-52
• 4.5 本章小結(jié)52-54
• 第五章 全文總結(jié)與展望54-57
• 5.1 總?cè)慕Y(jié)54-55
• 5.2 展望55-57
• 致謝57-58
• 參考文獻(xiàn)58-64
• 攻讀碩士學(xué)位期間取得的成果64-65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 肖化;戴飛鵬;陳小蘭;陳思平;;基于Talairach坐標(biāo)系統(tǒng)的腦圖譜配準(zhǔn)算法的實(shí)現(xiàn)[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

2 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 黃紹輝;王博亮;黃曉陽(yáng);;數(shù)字化人腦圖譜演示系統(tǒng)的設(shè)計(jì)與制作[A];首屆全國(guó)功能神經(jīng)影像學(xué)和神經(jīng)信息學(xué)研討會(huì)論文匯編[C];2003年

2 李七渝;冉旭;張紹祥;譚立文;邱明國(guó);;基于中國(guó)可視人體數(shù)據(jù)集的數(shù)字化交互腦圖譜在解剖學(xué)教學(xué)中的應(yīng)用[A];中國(guó)解剖學(xué)會(huì)2013年年會(huì)論文文摘匯編[C];2013年

3 湯煜春;劉樹偉;孫博;樊令仲;葛海濤;田廣平;;基于數(shù)字化腦圖譜的基底核結(jié)構(gòu)三維重建[A];中國(guó)解剖學(xué)會(huì)2012年年會(huì)論文文摘匯編[C];2012年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前3條

1 記者 王宙潔;“阿凡達(dá)概念” 要火[N];上海證券報(bào);2013年

2 記者 常麗君;人腦擁有一致基因設(shè)計(jì)但生化功能極復(fù)雜[N];科技日?qǐng)?bào);2012年

3 本報(bào)記者 李波;腦圖譜成功繪制 人腦工程再獲突破[N];中國(guó)證券報(bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 湯煜春;中國(guó)人數(shù)字化標(biāo)準(zhǔn)腦圖譜的建立[D];山東大學(xué);2009年

2 李安安;用于繪制高分辨小鼠全腦圖譜的斷層成像系統(tǒng)研究[D];華中科技大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張文;基于解剖連接模式的梭狀回腦譜圖[D];電子科技大學(xué);2014年

2 呂秀秀;基于連接信息構(gòu)建右側(cè)BA46區(qū)的腦圖譜[D];電子科技大學(xué);2015年

3 銀言;基于連接模式構(gòu)建BA32區(qū)腦圖譜[D];電子科技大學(xué);2015年

4 李博文;三維數(shù)字化人腦圖譜的構(gòu)建及其應(yīng)用[D];上海交通大學(xué);2008年

5 劉蓉;基于局域網(wǎng)格的腦圖譜非線性配準(zhǔn)的算法實(shí)現(xiàn)[D];上海交通大學(xué);2008年

6 鄒暉;基于標(biāo)準(zhǔn)化圖譜的數(shù)字化三維人腦圖譜研究[D];東南大學(xué);2004年

7 劉波;人腦解剖結(jié)構(gòu)圖譜軟件的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2008年

8 黃紹輝;基于體素的國(guó)人腦圖譜三維可視化關(guān)鍵技術(shù)研究[D];廈門大學(xué);2002年

9 朱愷;基于改進(jìn)MC算法的腦圖譜三維可視化應(yīng)用研究[D];太原理工大學(xué);2015年

10 馬曉樂;甘肅鼢鼠腦圖譜構(gòu)建的研究[D];陜西師范大學(xué);2009年

  本文關(guān)鍵詞：基于連接模式構(gòu)建BA32區(qū)腦圖譜，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：407544