本文選題：阿爾茨海默病 + 皮層厚度　； 參考：《蘭州大學(xué)》2013年碩士論文

【摘要】：阿爾茨海默病(AD)嚴(yán)重危害中老年人的身心健康,輕度認(rèn)知障礙(MCI)是AD發(fā)生的高危人群,AD早期診斷和干預(yù)可以有效延緩AD病程的發(fā)展,然而,目前為止,尚缺乏準(zhǔn)確有效的生物標(biāo)志進(jìn)行AD早期預(yù)測。因此本項(xiàng)目擬在探索MCI和AD的大腦結(jié)構(gòu)網(wǎng)絡(luò)計(jì)算理論與方法,采用大腦皮層厚度作為形態(tài)學(xué)指標(biāo)構(gòu)建結(jié)構(gòu)網(wǎng)絡(luò),通過提取腦連接與腦網(wǎng)絡(luò)的屬性作為特征,為探索AD疾病早期預(yù)測和發(fā)現(xiàn)基于核磁共振影像的生物標(biāo)記而開展研究。 本論文主要研究工作進(jìn)展和成果包括：1)對采集到的MRI數(shù)據(jù)進(jìn)行分類和處理,將MCI分為一段時(shí)間內(nèi)轉(zhuǎn)化為AD的MCI(converted MCI,cMCI)和未轉(zhuǎn)化為AD的MCI(stable MCI,sMCI),研究正常對照組(normal control,NC)、sMCI、 cMCI和AD橫向和縱向兩年內(nèi)皮層厚度的變化模式,發(fā)現(xiàn)隨著病程的發(fā)展,首先發(fā)生病變而變薄的腦區(qū)主要集中在默認(rèn)網(wǎng)絡(luò)的核心區(qū)域,最后發(fā)展到全腦萎縮；隨后我們量化每個(gè)腦區(qū)的萎縮速度,發(fā)現(xiàn)內(nèi)嗅皮質(zhì)的萎縮速度最大,對于AD的預(yù)測和診斷有重要的意義；2)利用圖論基于皮層厚度構(gòu)建腦結(jié)構(gòu)網(wǎng)絡(luò),通過提取腦連接與腦網(wǎng)絡(luò)的屬性,橫向和縱向比較NC、sMCI、cMCI和AD在網(wǎng)絡(luò)屬性上的差異,假設(shè)從NC經(jīng)過MCI到AD是一個(gè)疾病發(fā)展的連續(xù)過程,那么隨著疾病的發(fā)展,網(wǎng)絡(luò)拓?fù)鋵傩?全局效率和局部效率)呈現(xiàn)S型變化,一方面為之前已有研究關(guān)于AD和NC網(wǎng)絡(luò)拓?fù)鋵傩缘谋容^結(jié)果不一致提供了一種可能的解釋,另一方面構(gòu)建網(wǎng)絡(luò)的方法不同、二值化方法不同或者同一疾病選取的疾病時(shí)間點(diǎn)不同都可能對網(wǎng)絡(luò)的比較產(chǎn)生影響,在一定程度上為理解AD發(fā)展過程中腦網(wǎng)絡(luò)層次的異常提供新的科學(xué)證據(jù)。
[Abstract]:Blzheimer's disease (AD) seriously endangers the physical and mental health of the middle-aged and the elderly, and mild cognitive impairment (MCI) is a high-risk group of AD. Early diagnosis and intervention of AD can effectively delay the development of the course of AD. However, so far, there is no accurate and effective biomarker for early prediction of AD. Therefore, this project is to explore the brain structure of MCI and AD. The theory and method of network computing, using the thickness of cerebral cortex as the morphological index to construct the structural network, by extracting the properties of brain connection and brain network, to explore the early prediction and discovery of the biomarkers based on nuclear magnetic resonance imaging for AD disease.
The main research progress and achievements of this paper include: 1) classification and processing of the collected MRI data, MCI into AD MCI (converted MCI, cMCI) and MCI (stable MCI, sMCI), which are not converted to AD for a period of time. It is found that with the development of the course of disease, the brain region which first occurs and thinning is mainly concentrated in the core area of the default network, and finally develops to the whole brain atrophy. Then we quantify the atrophy speed of each brain area, and find the atrophy speed of the olfactory cortex is the most, and it is important for the prediction and diagnosis of AD; 2) use the graph theory. Based on the cortical thickness, the brain structure network is constructed. By extracting the properties of brain connections and brain networks, the difference between NC, sMCI, cMCI and AD on the network properties is compared horizontally and vertically. It is assumed that from NC to AD is a continuous process of disease development, then the network topology properties (global efficiency and local efficiency) are S variant with the development of the disease. On the one hand, it provides a possible explanation for the previous research on the inconsistent results of AD and NC network topology properties. On the other hand, the methods of building the network are different, the different two values or the time points of the disease selected by the same disease may affect the network comparison, to a certain extent, the understanding of AD The abnormal levels of brain network in the development process provide new scientific evidence.

【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R749.16;TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前4條

1 常文利;;Influence of Blurred Ways on Pattern Recognition of a Scale-Free Hopfield Neural Network[J];Communications in Theoretical Physics;2010年01期

2 S.Boccaletti;V.Latora;Y.Moreno;M.Chavezf;D.-U.Hwang;方愛麗;趙繼軍;;復(fù)雜網(wǎng)絡(luò):結(jié)構(gòu)和動力學(xué)[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2007年01期

3 張方風(fēng);陳春輝;姜璐;;基于復(fù)雜網(wǎng)絡(luò)的大腦功能連接研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2011年02期

4 蔣田仔;劉勇;李永輝;;腦網(wǎng)絡(luò):從腦結(jié)構(gòu)到腦功能[J];生命科學(xué);2009年02期

相關(guān)博士學(xué)位論文 前10條

1 樊令仲;基于MRI及薄層斷面解剖數(shù)據(jù)的人類小腦結(jié)構(gòu)分析[D];山東大學(xué);2010年

2 郭大慶;復(fù)雜神經(jīng)系統(tǒng)中信息傳輸及信息處理的若干問題研究[D];電子科技大學(xué);2011年

3 李諾;針刺對腦功能影響的數(shù)據(jù)采集與分析[D];天津大學(xué);2010年

4 戴慧;原發(fā)性開角型青光眼的3TMR功能磁共振研究[D];華中科技大學(xué);2011年

5 姚志軍;輕度認(rèn)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

6 廖偉;基于磁共振成像的腦連接方法學(xué)及應(yīng)用研究[D];電子科技大學(xué);2011年

7 丁曉蓉;針刺對快速老化小鼠SAMP10海馬、皮層衰老相關(guān)基因表達(dá)譜影響的實(shí)驗(yàn)研究[D];天津中醫(yī)學(xué)院;2003年

8 趙剛;復(fù)雜化學(xué)體系中若干非線性動力學(xué)問題的研究[D];中國科學(xué)技術(shù)大學(xué);2006年

9 朱澤華;電針結(jié)合淫羊藿總黃酮對外源性皮質(zhì)酮引起大鼠海馬損傷的影響及機(jī)制[D];復(fù)旦大學(xué);2006年

10 汪茂勝;耦合動力系統(tǒng)中若干復(fù)雜性和非線性問題的研究[D];中國科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 馬宇昕;認(rèn)知障礙對大鼠炎癥性疼痛的影響[D];廣東藥學(xué)院;2010年

2 蔣剛;蟻群算法在求解阿爾茨海默病最優(yōu)微陣列上的應(yīng)用[D];四川師范大學(xué);2011年

3 王世鵬;通過基因矩陣數(shù)據(jù)分析識別阿爾茨海默病致病基因[D];四川師范大學(xué);2011年

4 吳惠華;基于復(fù)雜網(wǎng)絡(luò)的癲癇分析與電刺激抑制[D];燕山大學(xué);2007年

5 鄭鴻宇;復(fù)雜生物神經(jīng)網(wǎng)絡(luò)的建模及其動力學(xué)特性研究[D];廣西師范大學(xué);2008年

6 曾紅麗;復(fù)雜網(wǎng)絡(luò)上的自組織臨界性[D];南京航空航天大學(xué);2009年

7 甄先通;基于磁共振影像的阿爾茨海默病腦皮層厚度分析的研究[D];蘭州大學(xué);2010年

8 王振華;基于FDG-PET的腦功能分析及臨床應(yīng)用[D];蘭州大學(xué);2010年

9 秦云;腦電的腦網(wǎng)絡(luò)方法及應(yīng)用研究[D];電子科技大學(xué);2010年

10 雷蕾;基于fMRI的大鼠腦功能網(wǎng)絡(luò)連接研究[D];電子科技大學(xué);2010年

，

本文編號：1886115