【摘要】：為了自動識別左、右側(cè)顳葉癲癇病患者,提出了一種基于腦皮層結(jié)構(gòu)特征的分類方法.采集了21例左側(cè)TLE患者(LTLE)、18例右側(cè)TLE患者(RTLE)與28例健康正常人(NC)的腦結(jié)構(gòu)磁共振圖像,提取與分析其腦皮層形態(tài)結(jié)構(gòu)特征.為了降低特征維數(shù),利用遞歸特征消除法獲取對分類有效的主要特征.然后,采用支持向量機對3組人群進行分類.結(jié)果表明,大腦皮層表面積為最佳分類特征,灰質(zhì)體積也具有突出的分類能力,皮層厚度識別不同側(cè)TLE的能力稍差,平均曲率對右側(cè)TLE與健康人群的區(qū)分能力相對較弱.對分類有重要影響的腦區(qū)主要分布于顳葉、額葉與頂葉,尤其是大腦左側(cè)腦區(qū).由此證明利用腦皮層特征可以有效地區(qū)分不同側(cè)TLE患者和健康正常人,TLE患者的左腦更易受損.研究結(jié)果有助于理解TLE患者的病理機制與進展規(guī)律、確定病灶位置及實現(xiàn)自動診斷.
[Abstract]:In order to automatically recognize the left and right temporal lobe epilepsy patients, a classification method based on cortical structure features was proposed. Brain structure MRI images of 21 patients with left TLE (LTLE), 18 patients with right TLE and 28 healthy people with (NC) were collected and the morphological features of cerebral cortex were extracted and analyzed. In order to reduce the feature dimension, the recursive feature elimination method is used to obtain the main features that are effective for classification. Then, support vector machine was used to classify three groups of people. The results showed that the surface area of cerebral cortex was the best classification feature, and the volume of gray matter also had prominent classification ability. The ability of cortex thickness to recognize TLE in different sides was slightly poor, and the ability of mean curvature to distinguish the right side of TLE from the healthy population was relatively weak. The brain regions which have important influence on classification are mainly distributed in the temporal lobe, frontal lobe and parietal lobe, especially in the left brain area of the brain. It is proved that the cortical features can be used to distinguish the different sides of TLE patients from healthy people, and the left brain of TLE patients is more easily damaged. The results are helpful to understand the pathological mechanism and progression of TLE patients, to determine the location of lesions and to realize automatic diagnosis.
【作者單位】： 華南理工大學材料科學與工程學院;廣東三九腦科醫(yī)院影像診斷中心;
【基金】：國家自然科學基金資助項目(31371008;81171179) 廣東省科技計劃資助項目(503253185076)
【分類號】：R742.1;R445.2;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 呂彬;何暉光;呂科;趙明昌;張志強;盧光明;;腦皮層厚度分析方法及其應用[J];中國醫(yī)學影像技術(shù);2008年07期

2 董亞非;;顱外—顱內(nèi)血管吻合術(shù)后腦皮層動脈瘤形成[J];國外醫(yī)學.神經(jīng)病學神經(jīng)外科學分冊;1985年04期

3 李鵬程;曾紹群;駱清銘;;腦皮層功能活動與病理狀態(tài)光學檢測方法研究進展[J];中國生物醫(yī)學工程學報;2008年02期

4 楊芹;;腦皮層功能與語言機制臨床研究[J];中國醫(yī)藥指南;2013年12期

5 蔡寧生，，李鳳珍，孫曼霽;人大腦皮層膜谷氨酸受體的結(jié)合特性[J];中國藥理學與毒理學雜志;1994年02期

6 ;中美科學家聯(lián)手破解腦皮層的“秘密語言”[J];中國科技產(chǎn)業(yè);2012年05期

7 王瑞;張志華;趙志青;;大鼠腦皮層誘發(fā)電位記錄法[J];山西醫(yī)學院學報;1991年02期

8 Reed B.R.,Eberling J.L. ,Mungas D. ,黃衛(wèi)東;白質(zhì)損害與腔梗對腦皮層功能的影響[J];世界核心醫(yī)學期刊文摘(神經(jīng)病學分冊);2005年03期

9 于曉琳;張崇;張建保;;腦皮層和自主神經(jīng)活動的因果作用[J];中國科學:生命科學;2014年01期

10 李歡歡,林文娟;慢性冷水游泳應激對大鼠海馬、前腦皮層神經(jīng)顆粒素含量的影響[J];中華精神科雜志;2005年03期

相關(guān)會議論文 前1條

1 周士枋;;請更多關(guān)注微小意識狀態(tài)[A];首屆全國腦外傷治療與康復學術(shù)大會論文匯編（中）[C];2011年

相關(guān)重要報紙文章 前3條

1 記者 常麗君;腦皮層存在兩個分離的信息輸入流[N];科技日報;2013年

2 孫國根 記者 王春;我科學家破解腦皮層的“秘密語言”[N];科技日報;2012年

3 張依秋;動手動腦防腦衰[N];保健時報;2004年

相關(guān)博士學位論文 前2條

1 孫小麗;腦皮層功能多模式光學成像系統(tǒng)及其應用的研究[D];華中科技大學;2011年

2 閆立平;基于fMRI的穴位刺激與腦皮層功能興奮區(qū)相關(guān)性的研究[D];黑龍江中醫(yī)藥大學;2005年

相關(guān)碩士學位論文 前7條

1 董海曼;阿立哌唑?qū)χ心X皮層多巴胺神經(jīng)元電生理學特性及遞質(zhì)釋放的影響[D];山東大學;2013年

2 宋銀南;基于MRI的大鼠腦皮層厚度測量方法研究[D];鄭州大學;2014年

3 葛海洋;腦皮層下小血管病變及腦大動脈硬化病變與腦萎縮的相關(guān)性探討[D];浙江大學;2010年

4 李伊鈞;腦皮層厚度測量及其應用[D];西安電子科技大學;2010年

5 李敏珩;基于激光散斑成像的亞低溫對腦皮層血供影響的研究[D];上海交通大學;2008年

6 徐翔;使用高通量測序技術(shù)測量人腦皮層中精神疾病候選基因mRNA等位基因表達不平衡[D];復旦大學;2011年

7 白楊;電針對APP/PS1雙轉(zhuǎn)基因AD鼠Morris水迷宮學習記憶及腦皮層Aβ水平的影響[D];北京中醫(yī)藥大學;2014年

本文編號：2397726