阿爾茨海默病(Alzheimer’s disease,AD)是一種嚴重威脅老年人身體健康的神經(jīng)退行性疾病,是造成癡呆(dementia)的最主要原因,給世界各國帶來嚴重的經(jīng)濟負擔和社會負擔�，F(xiàn)在還沒有任何藥物可以治愈AD,它已經(jīng)成為繼癌癥、心腦血管疾病之外致死率最高的疾病之一。但是,AD的發(fā)病機制目前還不清楚,這給研究AD的治療藥物和干預方法造成了很大障礙。AD的主要病理特征包括:神經(jīng)元丟失(腦萎縮)、細胞外淀粉樣斑塊(由細胞外過度沉積的淀粉樣Aβ蛋白形成)和細胞內(nèi)神經(jīng)元纖維纏結(jié)(由細胞內(nèi)tau蛋白的過度磷酸化形成)。AD的臨床表現(xiàn)主要包括進展性認知能力下降(包括記憶、智力、定向、判斷能力等)、情感障礙以及日常生活能力的下降和行為失常等。以前對Aβ和tau的檢測只能通過尸檢來完成,對AD臨床表現(xiàn)的檢測主要靠認知量表,這給AD的臨床診斷和神經(jīng)機制研究造成了很大困難。正電子發(fā)射斷層成像(positron emission tomography,PET)技術(shù)的發(fā)展為AD的臨床診斷、療效評價和發(fā)病機制研究提供了有效的研究手段。PET是粒子物理與原子核物理學科在醫(yī)學圖像研究領(lǐng)域的重要應用,它將正...

【文章頁數(shù)】：111 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 阿爾茨海默病(AD)
    1.2 正電子發(fā)射斷層成像(PET)原理及在AD研究中的應用
        1.2.1 PET成像原理
        1.2.2 PET成像技術(shù)在AD研究中的應用
    1.3 PET數(shù)據(jù)分析方法研究進展
        1.3.1 單探針PET數(shù)據(jù)處理方法研究進展
        1.3.2 多探針PET數(shù)據(jù)綜合分析方法研究進展
    1.4 本文的主要研究內(nèi)容
第2章 Aβ-PET和 tau-PET標準人腦模板的構(gòu)建
    2.1 材料與方法
        2.1.1 Aβ-PET和 tau-PET標準人腦模板的建立方法
        2.1.2 數(shù)據(jù)獲取
    2.2 結(jié)果
        2.2.1 Aβ-PET圖像及T1 加權(quán)圖像原點校正結(jié)果
        2.2.2 Aβ-PET標準人腦模板建立結(jié)果
        2.2.3 Tau-PET圖像及T1 加權(quán)圖像原點校正結(jié)果
        2.2.4 Tau-PET標準人腦模板建立結(jié)果
    2.3 討論
    2.4 總結(jié)
第3章 單探針Aβ-PET和 tau-PET數(shù)據(jù)分析方法的建立及應用
    3.1 材料與方法
        3.1.1 單探針Aβ-PET和 tau-PET數(shù)據(jù)分析方法的建立
            3.1.1.1 Aβ-PET和 tau-PET數(shù)據(jù)預處理
            3.1.1.2 逐像素統(tǒng)計分析
        3.1.2 單探針Aβ-PET和 tau-PET數(shù)據(jù)分析方法精度評估的量化指標
            3.1.2.1 逐像素標準差分布
            3.1.2.2 空間相似性系數(shù)
        3.1.3 Aβ-PET和 tau-PET數(shù)據(jù)分析方法在AD視覺空間障礙研究中的應用
            3.1.3.1 被試
            3.1.3.2 數(shù)據(jù)采集
            3.1.3.3 數(shù)據(jù)處理
    3.2 結(jié)果
        3.2.1 單探針Aβ-PET和 tau-PET數(shù)據(jù)分析方法精度評估結(jié)果
            3.2.1.1 逐像素標準差分布的結(jié)果
            3.2.1.2 空間相似性系數(shù)的結(jié)果
        3.2.2 AD視覺空間障礙病理學機制研究
            3.2.2.1 人口統(tǒng)計學信息
            3.2.2.2 Aβ-PET和 tau-PET圖像在各組的平均SUVR圖
            3.2.2.3 Aβ-PET圖像逐像素統(tǒng)計分析結(jié)果
            3.2.2.4 Tau-PET圖像逐像素統(tǒng)計分析結(jié)果
            3.2.2.5 Tau-PET圖像的SUVR值與畫鐘測試評分的相關(guān)性
    3.3 討論
    3.4 總結(jié)
第4章 阿爾茨海默病多探針PET圖像腦網(wǎng)絡(luò)分析
    4.1 材料和方法
        4.1.1 被試
        4.1.2 PET數(shù)據(jù)采集
        4.1.3 PET數(shù)據(jù)預處理
        4.1.4 FDG代謝網(wǎng)絡(luò)的構(gòu)建
            4.1.4.1 FDG代謝連接矩陣的構(gòu)建
            4.1.4.2 二值化FDG代謝連接矩陣的構(gòu)建
        4.1.5 使用圖論分析FDG代謝網(wǎng)絡(luò)的各項屬性
        4.1.6 統(tǒng)計分析
    4.2 結(jié)果
        4.2.1 FDG代謝網(wǎng)絡(luò)的平均連接強度的組間差異
        4.2.2 Aβ沉積、tau沉積與FDG代謝網(wǎng)絡(luò)屬性的相關(guān)性
    4.3 討論
    4.4 總結(jié)
第5章 阿爾茨海默病多探針PET數(shù)據(jù)聯(lián)合分析方法研究及應用
    5.1 材料和方法
        5.1.1 阿爾茨海默病多探針PET數(shù)據(jù)聯(lián)合分析方法簡介
        5.1.2 非負矩陣分解算法
            5.1.2.1 非負矩陣分解算法原理及在PET圖像中的實現(xiàn)
            5.1.2.2 非負矩陣分解算法的損失函數(shù)
            5.1.2.3 非負矩陣分解算法在多探針PET數(shù)據(jù)處理中的可行性評估方法
        5.1.3 隨機森林算法
        5.1.4 多探針PET數(shù)據(jù)聯(lián)合分析
    5.2 結(jié)果
        5.2.1 非負矩陣分解算法在多探針PET圖像處理中可行性評估結(jié)果
            5.2.1.1 非負矩陣分解算法對PET圖像進行矩陣分解的損失函數(shù)
            5.2.1.2 非負矩陣分解算法得到的權(quán)重矩陣系數(shù)的準確性評估結(jié)果
            5.2.1.3 非負矩陣分解算法的特征成分空間位置準確性評估結(jié)果
        5.2.2 多探針PET圖像數(shù)據(jù)聯(lián)合分析結(jié)果
            5.2.2.1 隨機森林算法篩選多探針PET圖像的特征成分
            5.2.2.2 多探針PET圖像特征成分的解剖位置
            5.2.2.3 多探針PET圖像特征成分的權(quán)重矩陣系數(shù)的組間差異
    5.3 討論
    5.4 總結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 本文工作展望
參考文獻
個人簡歷、在學期間發(fā)表的學術(shù)論文與研究成果
致謝



本文編號：3797609