發(fā)布時間：2017-07-14 03:19

  本文關(guān)鍵詞：DTI腦連接組分析中關(guān)鍵技術(shù)的研究

  更多相關(guān)文章： Diffusion Tensor Imaging(DTI) 腦連接組 分割模板 hub 小世界屬性評估指標(biāo)

【摘要】：人類的大腦是人體活動的中樞,也是人體最為復(fù)雜的器官之一。它由大約1011個神經(jīng)元以及1015個突觸通過錯綜復(fù)雜的連接組成,是控制人類思維、交流、運動、計算等活動的中樞。Diffusion Tensor Imaging(DTI)是一種描述大腦結(jié)構(gòu)的新方法,可以無創(chuàng)記錄大腦內(nèi)部白質(zhì)纖維束的連接情況。DTI腦連接組是在DTI影像基礎(chǔ)之上構(gòu)建出的由節(jié)點和邊組成的腦網(wǎng)絡(luò)。腦連接組分析從網(wǎng)絡(luò)的角度對大腦進行研究,可以更加真實地接近大腦網(wǎng)絡(luò)的拓撲結(jié)構(gòu),揭示大腦內(nèi)部的工作機制。本文主要研究DTI腦連接組分析中的一些關(guān)鍵技術(shù)。從腦區(qū)劃分,hub識別和小世界屬性的評估三個方面著手,研究了分割模板對DTI腦連接組分析的影響,DTI腦連接組的hub識別和DTI腦連接組的小世界屬性評估指標(biāo)。主要研究內(nèi)容如下:(1)分割模板對DTI腦連接組分析影響的研究�；�75例健康中老年人(50-70歲)DTI數(shù)據(jù),固定圖像采集方式,纖維束追蹤算法,連接矩陣類型等研究因素,采用5個分割模板(AAL、HOA、UPA32、UPA128和UPA512)劃分腦區(qū),創(chuàng)建DTI腦連接組。通過對網(wǎng)絡(luò)特征參數(shù)值的定量計算和分類比較,發(fā)現(xiàn)分割模板對于模塊化結(jié)構(gòu)影響較小,對于網(wǎng)絡(luò)特征值和網(wǎng)絡(luò)特征的敏感性有直接影響,但是不影響腦網(wǎng)絡(luò)的小世界屬性。結(jié)合本章實驗結(jié)果,建議使用尺度適中的解剖型分割模板AAL或隨機型分割模板UPA128進行DTI腦連接組分析。(2)DTI腦網(wǎng)絡(luò)中hub識別的研究。本章圍繞網(wǎng)絡(luò)類型、識別閾值和識別方法三個方面對hub識別結(jié)果的影響展開研究。腦網(wǎng)絡(luò)類型包含由AAL,HOA構(gòu)建的解剖型腦網(wǎng)絡(luò)和由UPA模板構(gòu)建的隨機分割型腦網(wǎng)絡(luò)。結(jié)果顯示,網(wǎng)絡(luò)類型對hub的識別結(jié)果有直接影響。當(dāng)選用同種腦網(wǎng)絡(luò)類型、不同識別參數(shù)時,識別出的hub一致性較高;而選用不同腦網(wǎng)絡(luò)類型、相同識別參數(shù)時,識別出的hub間存在明顯差異。識別閾值的范圍選定在5%-50%之間,結(jié)果顯示,識別閾值對于隨機分割型腦網(wǎng)絡(luò)的hub識別結(jié)果有直接影響,而對解剖型腦網(wǎng)絡(luò)的hub結(jié)果影響不大。在識別方法的研究中,選擇節(jié)點度、中心介數(shù)、網(wǎng)絡(luò)脆弱性和復(fù)合參數(shù)為識別參數(shù),研究得出識別參數(shù)之間存在相關(guān)性,但相關(guān)性的強弱受到網(wǎng)絡(luò)類型的影響。綜合以上結(jié)論,結(jié)合hub分類研究結(jié)果發(fā)現(xiàn),節(jié)點度適用于provincial hub的分類識別,本章提出的復(fù)合參數(shù)適用于connector hub的分類識別。(3)DTI腦連接組小世界屬性評估指標(biāo)的研究。小世界網(wǎng)絡(luò)特征是DTI腦連接組的關(guān)鍵網(wǎng)絡(luò)屬性之一,目前不存在理想的評估指標(biāo)。本章基于網(wǎng)絡(luò)效率提出一個新的DTI腦連接組小世界屬性評估指標(biāo):標(biāo)準(zhǔn)化網(wǎng)絡(luò)效率(E),對腦網(wǎng)絡(luò)的小世界屬性進行量化評估,并從多個方面對評估指標(biāo)E進行驗證。結(jié)果顯示,小世界屬性的量化指標(biāo)E受模板選擇影響較小;可以較敏感的檢測仿真網(wǎng)絡(luò)和真實網(wǎng)絡(luò)的隨機化變化;與多個認知參數(shù)間存在顯著相關(guān);在多方面優(yōu)于現(xiàn)有的評估指標(biāo)σ,因而可以在大腦老化和腦疾病的相關(guān)研究中加以使用和推廣。
【關(guān)鍵詞】：Diffusion Tensor Imaging(DTI) 腦連接組 分割模板 hub 小世界屬性評估指標(biāo)
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R338
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 研究背景和意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 DTI腦網(wǎng)絡(luò)構(gòu)建和分割模板的研究11-14
• 1.2.2 DTI腦網(wǎng)絡(luò)中的hub節(jié)點及其識別的研究14-15
• 1.2.3 DTI腦連接組小世界屬性評估指標(biāo)的研究15-16
• 1.3 本文主要研究內(nèi)容及章節(jié)安排16-18
• 第2章 分割模板對DTI腦連接組分析影響的研究18-36
• 2.1 引言18-19
• 2.2 分割模板19-21
• 2.3 DTI腦連接組的構(gòu)建21-23
• 2.3.1 研究對象和數(shù)據(jù)來源21-22
• 2.3.2 DTI腦網(wǎng)絡(luò)的構(gòu)建22-23
• 2.4 腦網(wǎng)絡(luò)特征參數(shù)23-25
• 2.5 研究結(jié)果25-32
• 2.5.1 隨機分割型腦網(wǎng)絡(luò)之間網(wǎng)絡(luò)特征的差異25-28
• 2.5.2 解剖型與隨機分割型腦網(wǎng)絡(luò)特征的差異28-31
• 2.5.3 分割模板對腦網(wǎng)絡(luò)全局參數(shù)敏感性的研究31-32
• 2.6 討論32-34
• 2.7 本章小結(jié)34-36
• 第3章 DTI腦網(wǎng)絡(luò)中hub識別的研究36-54
• 3.1 引言36
• 3.2 Hub識別36-42
• 3.2.1 Hub識別方法37-38
• 3.2.2 腦網(wǎng)絡(luò)中節(jié)點的排序38-42
• 3.2.3 Hub識別閾值42
• 3.3 識別方法的相關(guān)性研究42-43
• 3.4 Hub分類43-44
• 3.4.1 Provincial hub和connector hub的計算43-44
• 3.4.2 識別參數(shù)在hub分類識別中的計算44
• 3.5 研究結(jié)果44-50
• 3.5.1 識別方法與腦網(wǎng)絡(luò)類型對hub識別結(jié)果的影響44-45
• 3.5.2 識別閾值與網(wǎng)絡(luò)類型對于hub識別結(jié)果的影響45-46
• 3.5.3 識別方法的整體比較46-48
• 3.5.4 Hub分類48-50
• 3.6 討論50-52
• 3.7 本章小結(jié)52-54
• 第4章 DTI腦連接組小世界屬性評估指標(biāo)的研究54-70
• 4.1 引言54-57
• 4.2 小世界屬性的評估指標(biāo)57-59
• 4.3 小世界屬性評估的新指標(biāo)59-60
• 4.3.1 評估新指標(biāo)的定義59-60
• 4.3.2 小世界網(wǎng)絡(luò)的仿真60
• 4.4 研究成果60-68
• 4.4.1 標(biāo)準(zhǔn)化網(wǎng)絡(luò)效率對DTI腦網(wǎng)絡(luò)的評估60-62
• 4.4.2 標(biāo)準(zhǔn)化網(wǎng)絡(luò)效率對仿真隨機化腦網(wǎng)絡(luò)的評估62-64
• 4.4.3 標(biāo)準(zhǔn)化網(wǎng)絡(luò)效率對仿真失連接腦網(wǎng)絡(luò)的評估64-66
• 4.4.4 標(biāo)準(zhǔn)化網(wǎng)絡(luò)效率在大腦認知能力評估中的應(yīng)用66-68
• 4.5 討論68-69
• 4.6 本章小結(jié)69-70
• 結(jié)論與展望70-72
• 參考文獻72-80
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文80-82
• 致謝82

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 文路;湯富酬;;單細胞轉(zhuǎn)錄組分析研究進展[J];生命科學(xué);2014年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 唐惠儒;;生物代謝組分析[A];第十六屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2010年

2 楊志凱;官遠芳;楊維東;劉潔生;呂頌輝;李宏業(yè);;高通量轉(zhuǎn)錄組分析三角褐指藻氮代謝影響脂質(zhì)累積的分子機制[A];中國藻類學(xué)會第八次會員代表大會暨第十六次學(xué)術(shù)討論會論文摘要集[C];2011年

3 文路;湯富酬;;單細胞轉(zhuǎn)錄組分析研究進展[A];生命科學(xué)——專題：RNA研究的新技術(shù)和新方法（第26卷第3期）[C];2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 靳聰;DTI腦連接組分析中關(guān)鍵技術(shù)的研究[D];北京工業(yè)大學(xué);2016年

，

本文編號：539469