當前,靜息態(tài)功能磁共振成像(rfMRI)為腦功能檢測提供了高效、快捷的先進技術.熵可以捕捉神經(jīng)信號動態(tài)特征,可作為量化評估參數(shù),但尚存在固定尺度計算缺陷且對認知行為的生物學標記少有研究,影響檢測精準性.為此,本文將多尺度熵模型與機器學習方法聯(lián)合,尋求BOLD信號復雜度表征健康老年人認知分數(shù)的功能影像學標記.由掃描前認知量表測試分數(shù)將98名健康老年人分為優(yōu)、差兩組,78名納入訓練,20名納入測試.首先,構建多尺度熵模型,計算兩組掃描數(shù)據(jù)熵,統(tǒng)計和對比以優(yōu)化模型參數(shù);然后,在優(yōu)化參數(shù)下由統(tǒng)計顯著性高的腦區(qū)熵值構建特征向量;最后,用極限學習機對兩組分類并統(tǒng)計檢驗.發(fā)現(xiàn):rfMRI多尺度熵在評估老年人認知分數(shù)時,在額、顳葉腦區(qū)存在較大顯著性差異,以此為標記區(qū)分認知分數(shù)可達80%準確率.結論:額、顳葉等腦區(qū)優(yōu)化的多尺度熵可有效區(qū)分健康老年人認知行為優(yōu)劣.該研究將為rfMRI替代主觀繁瑣的傳統(tǒng)認知量表測試提供新的檢測參數(shù)和新方法.

【文章頁數(shù)】：13 頁


本文編號：3833081