發(fā)布時間：2023-04-29 00:23

　　輕度認知障礙(MCI)是介于正常衰老與阿爾茲海默癥(AD)中間的一種狀態(tài)。MCI轉(zhuǎn)化為AD一般是一個動態(tài)變化的過程,而縱向數(shù)據(jù)往往能捕捉疾病的動態(tài)進展。18F氟脫氧葡萄糖正電子發(fā)射斷層顯像(FDG-PET)已被證明是測定大腦葡萄糖代謝的有力工具。通過FDG-PET數(shù)據(jù)對MCI轉(zhuǎn)化進行準確的預測,對AD的預防具有很重要的意義。本文從ADNI數(shù)據(jù)庫選擇轉(zhuǎn)化型MCI(pMCI)33例,穩(wěn)定型MCI(sMCI)46例,共計79個樣本的四個時間點的縱向FDG-PET數(shù)據(jù),首先,根據(jù)本文提出的一種結(jié)合腦區(qū)間粗糙距離,以及各腦區(qū)內(nèi)體素之間精確距離的估計區(qū)域間差異性的方法構(gòu)建單體代謝腦網(wǎng)絡(luò),并計算網(wǎng)絡(luò)節(jié)點的度、聚類系數(shù)等網(wǎng)絡(luò)屬性。結(jié)果表明兩組人代謝腦網(wǎng)絡(luò)均具有小世界屬性,而且聚類系數(shù)在DMN存在差異,四個時間點均在左側(cè)楔前葉表現(xiàn)出聚類系數(shù)顯著下降,而隨著病情的發(fā)展,聚類系數(shù)顯著下降的區(qū)域擴散到右側(cè)扣帶回及海馬旁回。隨后構(gòu)建分類模型對MCI轉(zhuǎn)化進行預測。網(wǎng)絡(luò)特征定義為單體代謝腦網(wǎng)絡(luò)的相關(guān)連接系數(shù)以及各個節(jié)點的聚類系數(shù),靜態(tài)特征為每個腦區(qū)代謝強度均值,基于靜態(tài)特征定義了動態(tài)特征代謝強度差D和代謝強度變化率...

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 阿爾茲海默病和輕度認知障礙
    1.2 FDG-PET醫(yī)學影像概述
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本文的主要內(nèi)容和研究意義
    1.5 本文文章結(jié)構(gòu)
第二章 FDG-PET數(shù)據(jù)預處理及統(tǒng)計分析
    2.1 研究材料和方法
        2.1.1 ADNI
        2.1.2 研究對象
        2.1.3 數(shù)據(jù)獲取及預處理
        2.1.4 統(tǒng)計實驗方法
    2.2 實驗結(jié)果
    2.3 本章小結(jié)
第三章 個體代謝腦網(wǎng)絡(luò)的構(gòu)建
    3.1 復雜網(wǎng)絡(luò)
        3.1.1 小世界屬性
        3.1.2 節(jié)點中介值和Hub節(jié)點
        3.1.3 節(jié)點的度
    3.2 腦網(wǎng)絡(luò)構(gòu)建
        3.2.1 腦網(wǎng)絡(luò)研究
        3.2.2 腦網(wǎng)絡(luò)構(gòu)建方法
        3.2.3 腦區(qū)劃分
    3.3 本文個體代謝腦網(wǎng)絡(luò)的構(gòu)建
    3.4 實驗結(jié)果
        3.4.1 網(wǎng)絡(luò)差異
        3.4.2 小世界屬性分析
        3.4.3 網(wǎng)絡(luò)Hub分析
    3.5 本章小結(jié)
第四章 基于縱向FDG-PET數(shù)據(jù)的MCI轉(zhuǎn)化預測
    4.1 FDG-PET圖像特征提取
    4.2 特征選擇
        4.2.1 Lasso
        4.2.2 F-score
    4.3 支持向量機和留一交叉驗證
    4.4 分類結(jié)果
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻
在學期間研究成果
致謝



本文編號：3804785