本文關(guān)鍵詞：輕度認知障礙患者腦結(jié)構(gòu)MRI分析與分類研究　出處：《華南理工大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 輕度認知障礙 腦皮層特征 特征降維 支持向量機 分類 MCI轉(zhuǎn)化

【摘要】：阿爾茨海默病(Alzheimer’s disease,AD)是一種多發(fā)于老年人的神經(jīng)退行性病變,輕度認知障礙(mild cognitive impairment,MCI)具轉(zhuǎn)化為AD的高風(fēng)險性,它包括穩(wěn)定型MCI(stable MCI,s MCI)和轉(zhuǎn)化型MCI(converted MCI,c MCI)。分析s MCI、c MCI患者的腦結(jié)構(gòu)異同,以及它們和正常老年人、AD患者的區(qū)別,對揭示MCI的轉(zhuǎn)化規(guī)律與過程,控制和干預(yù)疾病進程,具有十分重要的意義。本研究選取225人的腦結(jié)構(gòu)MR影像,其中包括72例正常老年人作為對照組(normal control,NC)、46例s MCI、40例c MCI和67例AD。每一組人群均在基線期(初次檢查)、基線期后12個月和24個月,共采集三次MR影像。首先,對數(shù)據(jù)進行預(yù)處理并計算其腦皮層特征(皮層厚度、灰質(zhì)體積、表面積和平均曲率),隨后,應(yīng)用雙樣本T檢驗法,比較NC、s MCI、c MCI和AD組間腦皮層特征差異。為了更有效地區(qū)分不同人群,根據(jù)不同腦皮層特征、腦皮層的基線和縱向變化特征,分別采用遞歸特征消除法(RFE)和稀疏約束降維法(SCDR)兩種方法進行降維,再利用支持向量機(SVM)進行自動分類。將SVM分別與RFE、SCDR結(jié)合,得到SVM-RFE模型和SVM-SCDR模型。最后,對不同皮層特征、兩個模型的分類性能進行比較和分析。結(jié)果發(fā)現(xiàn),從NC發(fā)展為AD的過程中,患者的腦皮層、表面積和腦溝(平均曲率表征腦溝)是一個漸進性變化的過程。AD腦結(jié)構(gòu)變化的關(guān)鍵腦葉是顳葉,顳葉腦區(qū)的皮層厚度和平均曲率在s MCI時期已發(fā)生顯著變化,其灰質(zhì)體積顯著減小是在c MCI時期,表面積變化在AD階段逐漸明顯,而顳葉的腦結(jié)構(gòu)變化隨著病程進展而逐步加重。從s MCI開始,患者的腦結(jié)構(gòu)變化逐漸擴散到額葉、頂葉、枕葉等腦葉的大部分腦區(qū)和扣帶回,至AD階段,腦結(jié)構(gòu)萎縮擴展到各腦葉的重要腦區(qū)。在組間分類性能方面,對分類最有效的皮層特征是皮層厚度和灰質(zhì)體積,表面積和平均曲率次之;尤其多皮層特征,以及基線與縱向變化特征融合,顯著提高分類性能。其中,SVM-RFE模型的分類性能優(yōu)于SVM-SCDR。研究結(jié)果說明,NC、s MCI、c MCI和AD的腦皮層特征及其變化,存在顯著差異,其結(jié)構(gòu)萎縮是一個漸進的過程,腦皮層特征可作為區(qū)分AD不同階段、評估MCI轉(zhuǎn)化風(fēng)險的重要指標。
[Abstract]:Alzheimer's disease (Alzheimer 's disease, AD) is a multiple of senile neurodegenerative disease, mild cognitive impairment (mild cognitive, impairment, MCI) has transformed into the high risk of AD, which includes a stable type MCI (stable MCI, s MCI) and MCI (converted MCI, into C MCI). Analyzing the similarities and differences of brain structure in patients with s MCI and C MCI and their difference from normal elderly patients and AD patients is very important for revealing the transformation rule and process of MCI, controlling and interfering in the course of disease. The study selected 225 people's brain structure MR images, including 72 normal aged people as the control group (normal control, NC), 46 cases of s MCI, 40 cases of C MCI and 67 cases of AD. Three MR images were collected at baseline (first examination), 12 months after baseline and 24 months in each group. First, preprocessing the data and calculate the cerebral cortex characteristics (cortical thickness, gray matter volume, surface area and mean curvature), then test using two sample T, NC, MCI, s difference between C MCI and AD groups of cortex. In order to more effectively distinguish different groups according to different characteristics of cerebral cortex cerebral cortex, baseline and longitudinal variation, respectively using recursive feature elimination (RFE) and sparse constraint dimensionality reduction (SCDR) to reduce the dimensions of the two methods, and then use the support vector machine (SVM) classification. The SVM-RFE model and the SVM-SCDR model are obtained by combining SVM with RFE and SCDR respectively. Finally, the classification performance of different cortical features and two models was compared and analyzed. The results showed that the cerebral cortex, surface area and cerebral sulcus (mean curvature of the brain) were a gradual process during the development of NC to AD. The key of lobar AD structural brain changes is the temporal lobe cortex thickness and the average curvature of temporal lobe regions has changed significantly in s MCI period, the gray matter volume decreased significantly in C MCI period, changes in the surface area of AD phase gradually obvious, and structural brain changes in the temporal lobe with the course of development and gradually increase. From the beginning of s MCI, brain structure changes of patients gradually spread to most brain regions of the frontal lobe, parietal lobe and occipital lobe lobe and cingulate gyrus, to the stage of AD, atrophy of brain structure extended to brain area of each lobe. In terms of inter group classification performance, the most effective cortical characteristics of classification were cortical thickness and gray matter volume, surface area and mean curvature followed. In particular, multi cortical characteristics and baseline and vertical variation characteristics fusion significantly improved classification performance. Among them, the classification performance of SVM-RFE model is better than that of SVM-SCDR. The results showed that NC, s MCI, C MCI and AD had significant differences in their cerebral cortex characteristics and their changes, and their structural atrophy was a gradual process. Cerebral cortex characteristics can be used as an important index to distinguish AD from different stages and assess MCI transformation risk.
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R749.1

【相似文獻】

相關(guān)期刊論文 前10條

1 趙永波;輕度認知障礙及其進展[J];河南大學(xué)學(xué)報(醫(yī)學(xué)版);2005年02期

2 范云澤;房偉;張強;;對輕度認知障礙預(yù)警及干預(yù)的臨床意義[J];醫(yī)學(xué)綜述;2008年13期

3 崔其福;趙艷茹;;輕度認知障礙研究進展[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2008年S1期

4 尹昌浩;郭艷芹;韓瓔;;輕度認知障礙的研究進展[J];醫(yī)學(xué)研究生學(xué)報;2012年09期

5 宋守君;;輕度認知障礙的研究進展[J];國外醫(yī)學(xué)(老年醫(yī)學(xué)分冊);2001年04期

6 方芳,晏勇;輕度認知障礙的研究進展[J];重慶醫(yī)學(xué);2004年06期

7 熊光潤,陳靜,王虹敏,顧昱,熊芳琴,馮玲,譚曉敏,王靜;輕度認知障礙患者情感圖片再認的研究[J];神經(jīng)疾病與精神衛(wèi)生;2004年03期

8 趙永波,周曉琳;輕度認知障礙[J];神經(jīng)疾病與精神衛(wèi)生;2004年05期

9 馬立華;;輕度認知障礙研究現(xiàn)狀[J];中國醫(yī)學(xué)文摘.內(nèi)科學(xué);2004年01期

10 劉彬,韶紅,彭永革,丁惠瑩;對深圳羅湖區(qū)老年人輕度認知障礙的調(diào)查與分析[J];廣州中醫(yī)藥大學(xué)學(xué)報;2005年05期

相關(guān)會議論文 前10條

1 趙永波;周曉琳;;輕度認知障礙[A];中華醫(yī)學(xué)會第七次全國神經(jīng)病學(xué)學(xué)術(shù)會議論文匯編[C];2004年

2 趙永波;周曉琳;;輕度認知障礙[A];第七屆全國老年醫(yī)學(xué)學(xué)術(shù)會議暨海內(nèi)外華人老年醫(yī)學(xué)學(xué)術(shù)會議論文匯編[C];2004年

3 趙永波;周曉琳;;輕度認知障礙概念及進展[A];2005年中國神經(jīng)心理學(xué)學(xué)術(shù)會議論文集[C];2005年

4 陳皓;洪楠;;磁共振擴散張量成像對輕度認知障礙的初步研究[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（下冊）[C];2006年

5 高芳;張允嶺;韓振蘊;侯小兵;金香蘭;陳寶鑫;何婷婷;;血管源性輕度認知障礙認知損害特點分析[A];中醫(yī)藥中青年科技創(chuàng)新與成果展示論壇論文集[C];2009年

6 高芳;張允嶺;韓振蘊;侯小兵;金香蘭;陳寶鑫;何婷婷;;血管源性輕度認知障礙認知損害特點分析[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（3）[C];2009年

7 陳懷紅;;輕度認知障礙的現(xiàn)代概念和研究進展[A];2005年浙江省老年醫(yī)學(xué)學(xué)術(shù)會議論文匯編[C];2005年

8 何迎春;張如富;;輕度認知障礙的中醫(yī)辨證分型[A];浙江省中西醫(yī)結(jié)合學(xué)會神經(jīng)內(nèi)科專業(yè)委員會第五次學(xué)術(shù)研討會中西醫(yī)結(jié)合神經(jīng)內(nèi)科學(xué)習(xí)班資料匯編[C];2006年

9 王健;林水淼;;從“心”論治輕度認知障礙的思考[A];第十次中醫(yī)藥防治老年病學(xué)術(shù)交流會論文集[C];2012年

10 于華林;詹向紅;;近10年輕度認知障礙研究進展[A];2013年全國老年性癡呆與相關(guān)疾病學(xué)術(shù)會議論文匯編[C];2013年

相關(guān)重要報紙文章 前10條

1 指導(dǎo)專家 上海交通大學(xué)醫(yī)學(xué)院附屬精神衛(wèi)生中心精神科 張毅 副主任醫(yī)師 王子揚;老人謹防輕度認知障礙發(fā)展成老年癡呆[N];上海中醫(yī)藥報;2013年

2 中華醫(yī)學(xué)會神經(jīng)病學(xué)分會主任委員 賈建平;輕度認知障礙 需盡早診治[N];健康報;2011年

3 李 浩 劉 芳 徐立然　侯留法 崔 玲 羅增剛;還腦益聰膠囊對老年輕度認知障礙的影響[N];中國中醫(yī)藥報;2004年

4 劉鵬;美研究顯示：較之女性,男性更易“健忘”[N];新華每日電訊;2008年

5 ;老翁更健忘,但學(xué)問大忘性小[N];新華每日電訊;2010年

6 本報記者 聶國春;輕度認知障礙是老年癡呆最佳治療時機[N];中國消費者報;2009年

7 褚曉明;輕度認知障礙者是老年癡呆高危人群[N];健康報;2005年

8 通訊員褚曉明;拿起電話筒 家中診癡呆[N];科技日報;2002年

9 王增;經(jīng)常焦慮憂郁易患失憶癥[N];衛(wèi)生與生活報;2007年

10 呂乃群;葉酸可控制輕度認知障礙[N];衛(wèi)生與生活報;2008年

相關(guān)博士學(xué)位論文 前5條

1 趙春善;輕度認知障礙老年人認知功能干預(yù)模式的構(gòu)建及其干預(yù)效果評價[D];延邊大學(xué);2016年

2 張耀東;老年輕度認知障礙的現(xiàn)狀調(diào)查、危險因素及早期干預(yù)研究[D];蘇州大學(xué);2011年

3 黃覺斌;自然人群中老年人輕度認知障礙的隨訪研究[D];中國協(xié)和醫(yī)科大學(xué);2002年

4 姚志軍;輕度認知障礙和阿爾茲海默病腦形態(tài)異常的磁共振影像研究[D];蘭州大學(xué);2011年

5 尹昌浩;兩種類型輕度認知功能障礙患者的多模態(tài)核磁共振研究[D];吉林大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張?zhí)m;石河子老年輕度認知障礙影響因素的分析[D];石河子大學(xué);2015年

2 甄淑芳;輕度認知障礙患者早年創(chuàng)傷事件和事件相關(guān)電位的研究[D];河北醫(yī)科大學(xué);2015年

3 李彥明;血脂和甲狀腺激素水平對輕度認知障礙篩查和早期診斷的臨床意義[D];河北醫(yī)科大學(xué);2015年

4 馬旭;面向輕度認知障礙的神經(jīng)影像建模方法研究[D];蘭州大學(xué);2015年

5 景靜;記憶訓(xùn)練對遺忘型輕度認知障礙老年人記憶力的影響[D];北京協(xié)和醫(yī)學(xué)院;2013年

6 王品;RAGE Gly82Ser基因多態(tài)性及血清sRAGE水平與2型糖尿病相關(guān)輕度認知障礙相關(guān)性研究[D];東南大學(xué);2015年

7 彭星銘;加減薯蕷丸對輕度認知障礙的早期臨床干預(yù)及相關(guān)量效關(guān)系實驗的研究[D];湖北中醫(yī)藥大學(xué);2015年

8 游彥慧;西寧地區(qū)缺血性腦小血管病輕度認知障礙影響因素分析[D];青海大學(xué);2016年

9 苗薇;輕度認知障礙老年群體產(chǎn)品設(shè)計研究[D];北京理工大學(xué);2015年

10 李東倩;太原市養(yǎng)老機構(gòu)輕度認知障礙老年人中醫(yī)調(diào)攝護理研究[D];山西醫(yī)科大學(xué);2016年

，

本文編號：1338285