本文系統(tǒng)開展了基于功能磁共振成像（f MRI）技術(shù)的腦腫瘤病人認(rèn)知功能下降機(jī)理研究。通過構(gòu)建腦功能網(wǎng)絡(luò)模型,從局部腦功能網(wǎng)絡(luò)和全局腦功能網(wǎng)絡(luò)角度分析腦腫瘤對(duì)功能區(qū)的影響,探討腫瘤對(duì)腦功能網(wǎng)絡(luò)參數(shù)的制約關(guān)系,尋找影響病人認(rèn)知功能網(wǎng)絡(luò)特征和評(píng)價(jià)指標(biāo),提出具有一定臨床依據(jù)的腦認(rèn)知水平的評(píng)價(jià)模型。在大量臨床腫瘤病例基礎(chǔ)上,利用腦功能網(wǎng)絡(luò)參數(shù)對(duì)腦腫瘤級(jí)別分類開展了系統(tǒng)研究。論文主要工作如下:（1）從局部腦功能網(wǎng)絡(luò)角度探索腦腫瘤病人認(rèn)知功能下降機(jī)理。論文采用改進(jìn)的獨(dú)立成分分析算法提取腦腫瘤患者組和健康組的默認(rèn)模式網(wǎng)絡(luò)和聽覺網(wǎng)絡(luò)。對(duì)默認(rèn)模式網(wǎng)絡(luò)研究結(jié)果發(fā)現(xiàn),與健康組相比腦腫瘤患者組的功能連通強(qiáng)度在眶部額上回,左海馬和右扣帶回等呈現(xiàn)顯著性減弱;在右額中回,左扣帶回和左頂葉等連通強(qiáng)度呈顯著性增強(qiáng),結(jié)果揭示了腦腫瘤患者組的默認(rèn)模式網(wǎng)絡(luò)出現(xiàn)功能異常連通模式,該結(jié)果進(jìn)一步說明腦腫瘤患者組默認(rèn)模式網(wǎng)絡(luò)功能紊亂。對(duì)聽覺網(wǎng)絡(luò)研究結(jié)果發(fā)現(xiàn),與健康組相比腦腫瘤患者組的功能連通強(qiáng)度在左內(nèi)顳葉,左顳上回和左、右顳極等呈現(xiàn)顯著性減弱,該結(jié)果說明腦腫瘤患者組的聽覺網(wǎng)絡(luò)功能內(nèi)部相互作用明顯比健康組低。采用同樣的方法對(duì)高級(jí)和低級(jí)別... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：129 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
注釋表
第一章 緒論
    1.1 引言
    1.2 研究背景
        1.2.1 國內(nèi)外關(guān)于腦腫瘤患者認(rèn)知功能測(cè)試的研究
        1.2.2 國內(nèi)外關(guān)于腦腫瘤級(jí)別分類研究
    1.3 腦功能成像概述
    1.4 功能磁共振成像原理
        1.4.1 磁共振成像原理
        1.4.2 功能磁共振成像
    1.5 靜息態(tài)fMRI研究
        1.5.1 靜息態(tài)自發(fā)腦功能活動(dòng)生理基礎(chǔ)
        1.5.2 靜息態(tài)腦功能研究方向
        1.5.3 靜息態(tài)fMRI信號(hào)采集和預(yù)處理
        1.5.4 靜息態(tài)腦功能網(wǎng)絡(luò)方法
    1.6 論文研究內(nèi)容和組織結(jié)構(gòu)
        1.6.1 論文研究內(nèi)容
        1.6.2 論文創(chuàng)新點(diǎn)
        1.6.3 課題來源
        1.6.4 論文組織結(jié)構(gòu)
第二章 基于fMRI的腦腫瘤圖像配準(zhǔn)
    2.1 引言
    2.2 基于相干性結(jié)合相位一致性的腦腫瘤圖像分割方法
        2.2.1 相干性原理
        2.2.2 相位一致性原理
        2.2.3 采用LogGabor小波計(jì)算相位一致性
        2.2.4 相干性結(jié)合相位一致性聚類分析
        2.2.5 實(shí)驗(yàn)數(shù)據(jù)
        2.2.6 腦腫瘤圖像分割結(jié)果
        2.2.7 討論和結(jié)論
    2.3 基于代價(jià)函數(shù)掩模法的腦腫瘤fMRI數(shù)據(jù)配準(zhǔn)
        2.3.1 引言
        2.3.2 標(biāo)準(zhǔn)的空間歸一化方法
        2.3.3 代價(jià)函數(shù)掩模法
    2.4 面向Powell算法的腦腫瘤fMRI數(shù)據(jù)配準(zhǔn)
        2.4.1 配準(zhǔn)目標(biāo)函數(shù)和Powell算法
    2.5 基于相似性測(cè)度的配準(zhǔn)性能分析和實(shí)驗(yàn)比較
        2.5.1 仿真數(shù)據(jù)的相似性測(cè)度比較和分析
        2.5.2 實(shí)驗(yàn)分析與結(jié)果
    2.6 討論與小結(jié)
    2.7 本章小結(jié)
第三章 基于fMRI特征改進(jìn)獨(dú)立成分分析算法研究
    3.1 引言
    3.2 獨(dú)立成分分析理論
        3.2.1 獨(dú)立成分分析原理和假設(shè)
        3.2.2 獨(dú)立成分分析無法確定的因素
        3.2.3 數(shù)據(jù)中心化和白化
        3.2.4 獨(dú)立成分分析算法
    3.3 改進(jìn)的兩種ICA算法
        3.3.1 基于粒子群和迭代梯度法組合的盲源分離
        3.3.2 自適應(yīng)松弛因子獨(dú)立成分分析算法研究
        3.3.3 改進(jìn)方法、Infomax ICA和FastICA性能比較
        3.3.4 結(jié)論
    3.4 本章小結(jié)
第四章 基于ICA腦腫瘤靜息態(tài)局部腦功能網(wǎng)絡(luò)研究
    4.1 引言
    4.2 空間獨(dú)立成分分析激活體素意義
    4.3 靜息態(tài)聽覺網(wǎng)絡(luò)和默認(rèn)模式網(wǎng)絡(luò)特征研究
        4.3.1 數(shù)據(jù)采集
        4.3.2 數(shù)據(jù)預(yù)處理
        4.3.3 數(shù)據(jù)降維
        4.3.4 Group-ICA分析方法
        4.3.5 數(shù)據(jù)分析
        4.3.6 選擇最適成分
        4.3.7 隨機(jī)效應(yīng)分析
    4.4 結(jié)果
        4.4.1 腦腫瘤患者組和健康組局部腦功能網(wǎng)絡(luò)分析
        4.4.2 高級(jí)和低級(jí)別腦腫瘤患者組局部腦功能網(wǎng)絡(luò)分析
    4.5 本章小結(jié)
第五章 腦腫瘤靜息態(tài)全腦功能網(wǎng)絡(luò)研究
    5.1 引言
    5.2 額葉腦腫瘤患者的全腦功能網(wǎng)絡(luò)研究
        5.2.1 數(shù)據(jù)采集
        5.2.2 數(shù)據(jù)預(yù)處理
        5.2.3 全腦功能網(wǎng)絡(luò)數(shù)據(jù)分析
        5.2.4 全腦功能網(wǎng)絡(luò)的特征度量
        5.2.5 額葉腦腫瘤患者全腦功能網(wǎng)絡(luò)分析結(jié)果
        5.2.6 討論
        5.2.7 結(jié)論
    5.3 低級(jí)和高級(jí)別腦腫瘤患者全腦功能網(wǎng)絡(luò)研究
        5.3.1 數(shù)據(jù)采集
        5.3.2 數(shù)據(jù)預(yù)處理
        5.3.3 低級(jí)和高級(jí)別腦腫瘤患者全腦功能網(wǎng)絡(luò)參數(shù)分析
        5.3.4 討論和結(jié)論
    5.4 本章小結(jié)
第六章 基于腦功能網(wǎng)絡(luò)特征的腦腫瘤級(jí)別分類研究
    6.1 引言
    6.2 支持向量機(jī)
    6.3 面向腦腫瘤BOLD信號(hào)功率譜和近似熵特征參數(shù)評(píng)估分類
        6.3.1 數(shù)據(jù)采集與預(yù)處理
        6.3.2 低級(jí)和高級(jí)別腦腫瘤BOLD信號(hào)分析
        6.3.3 低級(jí)和高級(jí)別腦腫瘤BOLD信號(hào)近似熵特征分析
        6.3.4 面向BOLD信號(hào)值、功率譜和近似熵特征的腦腫瘤級(jí)別分類
        6.3.5 討論與結(jié)論
    6.4 面向局部腦功能網(wǎng)絡(luò)參數(shù)評(píng)估分類
        6.4.1 數(shù)據(jù)采集
        6.4.2 數(shù)據(jù)分析
        6.4.3 基于聽覺網(wǎng)絡(luò)腦腫瘤級(jí)別分類結(jié)果
        6.4.4 基于默認(rèn)模式網(wǎng)絡(luò)腦腫瘤級(jí)別分類結(jié)果
        6.4.5 結(jié)論
    6.5 面向全腦功能網(wǎng)絡(luò)參數(shù)評(píng)估分類
        6.5.1 基于點(diǎn)效率和度參數(shù)腦腫瘤級(jí)別分類結(jié)果
        6.5.2 結(jié)論
    6.6 測(cè)試結(jié)果ROC分析
        6.6.1 ROC分析的基本原理
        6.6.2 ROC評(píng)價(jià)指標(biāo)
        6.6.3 實(shí)驗(yàn)結(jié)果分析
    6.7 健康組和低級(jí)別腦腫瘤患者組的腦功能網(wǎng)絡(luò)參數(shù)分類研究
        6.7.1 數(shù)據(jù)采集和預(yù)處理
        6.7.2 基于默認(rèn)模式網(wǎng)絡(luò)的簇團(tuán)特征因子分類研究
    6.8 本章小結(jié)
第七章 總結(jié)和展望
    7.1 論文工作總結(jié)
    7.2 關(guān)于后續(xù)工作
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)C-V模型的腎臟CT圖像分割方法[J]. 張品,梁艷梅,常勝江.  光電子.激光. 2013(03)
[2]基于多分辨率和Powell算法的醫(yī)學(xué)圖像配準(zhǔn)[J]. 周其慧,宋余慶,陳健美,郝朝玲,晏燕華.  計(jì)算機(jī)應(yīng)用研究. 2013(04)
[3]基于互累積量的有噪獨(dú)立分量分析方法[J]. 蔡連芳,田學(xué)民.  計(jì)算機(jī)工程. 2012(16)
[4]遺傳算法對(duì)Powell圖像配準(zhǔn)方法的改進(jìn)[J]. 李偉,何鵬舉,楊恒,陳明.  計(jì)算機(jī)工程與應(yīng)用. 2012(20)
[5]基于磁共振圖像特征的腦膠質(zhì)瘤MIB-1指數(shù)無創(chuàng)檢測(cè)[J]. 潘穎,劉晨彬,張海石,黃峰平,夏順仁.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2012(03)
[6]基于圖像特征的各向異性擴(kuò)散去噪方法[J]. 柯丹丹,蔡光程,曹倩倩.  計(jì)算機(jī)應(yīng)用. 2012(03)
[7]3.0T彌散張量成像聯(lián)合功能BOLD-fMRI在腦外科手術(shù)前后的應(yīng)用[J]. 林爾堅(jiān),黃權(quán),毛麗娟,潘碧桃,羅柏寧,余深平.  中華臨床醫(yī)師雜志(電子版). 2011(05)
[8]額葉腫瘤患者執(zhí)行功能研究[J]. 彭立輝,郭立新,李江,盧明.  中國臨床心理學(xué)雜志. 2010(06)
[9]基于粒子群和牛頓迭代法的目標(biāo)定位方法研究[J]. 姚金杰,韓焱.  計(jì)算機(jī)應(yīng)用研究. 2010(05)
[10]一種修正的牛頓迭代法[J]. 王曉峰.  長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(01)

博士論文
[1]功能磁共振成像對(duì)幕上膠質(zhì)瘤術(shù)前分級(jí)臨床應(yīng)用價(jià)值初探及優(yōu)化指標(biāo)選擇[D]. 鄒啟桂.華中科技大學(xué) 2011
[2]磁共振功能成像在人腦膠質(zhì)瘤侵襲性評(píng)價(jià)中的應(yīng)用及與病理免疫組化的對(duì)照研究[D]. 王麗君.中國醫(yī)科大學(xué) 2008
[3]獨(dú)立分量分析方法及在圖像處理中的應(yīng)用研究[D]. 王明祥.上海大學(xué) 2005



本文編號(hào)：2971902