本文關鍵詞：基于解剖連接模式的梭狀回腦譜圖，，由筆耕文化傳播整理發(fā)布。

【摘要】：位于大腦腹側(cè)的人類視覺信息處理通路是處理物體識別及認知的重要部分,而梭狀回(fusiform gyrus)則為這條通路上重要的一環(huán)。先前的研究表明,梭狀回參與了面部識別、肢體識別、文字識別和其他物體屬性識別的視覺認知功能。此外,還發(fā)現(xiàn)梭狀回在語言相關的任務狀態(tài)下有顯著的任務激活,而且腹側(cè)顳葉上的由前向后的視覺信息處理通路將視覺輸入抽象化也說明復雜語義認知在梭狀回上的存在。基于以上關于梭狀回復雜功能的研究,我們認為人類梭狀回存在更加精細的分區(qū)子結構。這種新的細分結構能夠幫助我們理解并進一步探索它的結構和功能特性。就我們所知,反應功能排布的梭狀回腦圖譜還未建立。所以,在本次研究中,我們使用彌散張量影像技術,希望能基于白質(zhì)纖維解剖結構創(chuàng)建合理的梭狀回腦圖譜。我們分別在兩組正常人樣本中進行腦區(qū)分割,考察結果的穩(wěn)定性。另外,還考察了每個子區(qū)的結構和功能特異性,并聯(lián)系功能子網(wǎng)絡的概念,研究所有子區(qū)參與的功能腦網(wǎng)絡。最后,為了更好的確定子區(qū)的功能特性,我們還做了基于梭狀回行為學數(shù)據(jù)的統(tǒng)計研究,給出梭狀回分割結果的合理性。我們的結果表明,梭狀回上存在更加細分的子區(qū)結構。根據(jù)白質(zhì)連接纖維信息,每半球的梭狀回可以分割成3個子區(qū),分別是:負責視覺和其他感知輸入信號的簡單加工和融合功能的內(nèi)側(cè)子區(qū)(FGm);復雜視覺信號高級加工(比如物體類別的識別)的外側(cè)子區(qū)(FGl);對分類視覺信息進一步抽象處理(即語義認知)的前側(cè)子區(qū)(FGa)。這三個子區(qū)從前向后呈三角形分布,這和之前的細胞構筑發(fā)現(xiàn)相一致。腹側(cè)顳葉上存在內(nèi)外排布的視覺處理分層和前后排布的語義理解分層,分別對應著內(nèi)外側(cè)的梭狀回和前部的梭狀回。本研究中提出的人類梭狀回腦圖譜能為今后其功能模式的研究提供依據(jù)。
【關鍵詞】：梭狀回 腦圖譜 分割 彌散張量成像 白質(zhì)纖維跟蹤
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R322.8;R445.2
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-16
• 1.1 引言9-10
• 1.2 大腦的組織構成及功能10-12
• 1.2.1 大腦皮層10-11
• 1.2.2 大腦白質(zhì)纖維束11-12
• 1.3 梭狀回12-15
• 1.3.1 梭狀回的結構12-13
• 1.3.2 梭狀回的功能13-14
• 1.3.3 梭狀回分割的重要性14-15
• 1.4 本文主要研究內(nèi)容15
• 1.5 本文的組織結構15-16
• 第二章 磁共振影像學基本原理和常用分析方法16-24
• 2.1 背景16-17
• 2.2 彌散張量成像的理論基礎17-18
• 2.3 彌散張量成像模型18-19
• 2.4 彌散張量成像的屬性19-21
• 2.5 白質(zhì)纖維連接跟蹤算法21-23
• 2.5.1 纖維確定性跟蹤21-22
• 2.5.2 纖維概率跟蹤22-23
• 2.6 本章小結23-24
• 第三章 基于解剖連接模式的梭狀回分割24-33
• 3.1 實驗數(shù)據(jù)24
• 3.2 實驗數(shù)據(jù)參數(shù)及預處理24-25
• 3.2.1 數(shù)據(jù)參數(shù)24-25
• 3.2.2 數(shù)據(jù)預處理25
• 3.3 實驗設計25-30
• 3.3.1 梭狀回概率模板的構建和提取25-26
• 3.3.2 構建結構連接矩陣26-27
• 3.3.3 聚類方法的確定27-30
• 3.3.3.1 K-MEANS聚類27-28
• 3.3.3.2 譜聚類算法28-30
• 3.3.4 聚類個數(shù)的確定30
• 3.4 實驗結果30-32
• 3.5 小結32-33
• 第四章 梭狀回子區(qū)結構與功能分析33-46
• 4.1 梭狀回子區(qū)全腦解剖連接33-35
• 4.1.1 實驗方法33
• 4.1.2 實驗結果33-35
• 4.2 梭狀回子區(qū)全腦功能連接35-38
• 4.2.1 實驗方法35-36
• 4.2.2 實驗結果36-38
• 4.3 梭狀回子區(qū)參與的功能網(wǎng)絡研究38-40
• 4.3.1 實驗方法38-39
• 4.3.2 實驗結果39-40
• 4.4 梭狀回子區(qū)的行為學特征40-43
• 4.4.1 實驗方法40-41
• 4.4.2 實驗結果41-43
• 4.5 梭狀回子區(qū)結構和功能研究結果討論43-45
• 4.6 本章小結45-46
• 第五章 總結及展望46-48
• 5.1 總結46-47
• 5.2 展望47-48
• 致謝48-49
• 參考文獻49-55

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 錢潔;易三莉;邵黨國;郭貝貝;苗瑩;;基于閾值的腦白質(zhì)纖維概率跟蹤算法[J];計算機工程;2015年06期

2 張力新;王偉偉;趙欣;陳元園;沙淼;萬柏坤;明東;;基于擴散磁共振成像的大腦白質(zhì)微結構檢測研究進展[J];納米技術與精密工程;2015年04期

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 王麗會;人體心肌纖維的磁共振擴散成像建模與仿真技術研究[D];哈爾濱工業(yè)大學;2013年

2 陳麗萍;晚發(fā)精神分裂癥患者的神經(jīng)認知和神經(jīng)影像學研究[D];中南大學;2009年

3 包立君;基于稀疏表達的人體心臟磁共振擴散張量圖像的去噪研究[D];哈爾濱工業(yè)大學;2010年

4 張娜;高角分辨率成像中方向概率密度函數(shù)的估計[D];浙江大學;2012年

5 李夢君;高清纖維束成像定量研究顱內(nèi)腫瘤及其周圍區(qū)域神經(jīng)纖維關系[D];中南大學;2014年

6 張拓;基于磁共振成像的大腦白質(zhì)纖維束形態(tài)分析方法研究[D];西北工業(yè)大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前8條

1 潘君;基于統(tǒng)計模型的DTI神經(jīng)纖維追蹤算法研究[D];哈爾濱工業(yè)大學;2013年

2 席一斌;精神分裂癥全腦白質(zhì)擴散張量成像的研究[D];第四軍醫(yī)大學;2013年

3 呂海龍;首發(fā)未用藥精神分裂癥患者及健康同胞腦白質(zhì)體積的研究[D];中南大學;2013年

4 蔡夢臣;擴散張量成像關鍵技術研究[D];天津大學;2012年

5 徐鵬;基于磁共振擴散張量成像的纖維追蹤方法設計與實現(xiàn)[D];華中科技大學;2013年

6 張麗敏;壓縮感知框架下的快速磁共振彌散張量成像方法研究[D];哈爾濱工業(yè)大學;2013年

7 朱葉;首發(fā)精神分裂癥腦白質(zhì)彌散張量成像研究[D];中南大學;2014年

8 宋飛;基于彌散張量成像的纖維束追蹤技術重建面神經(jīng)的研究[D];中國人民解放軍醫(yī)學院;2014年

  本文關鍵詞：基于解剖連接模式的梭狀回腦譜圖，由筆耕文化傳播整理發(fā)布。

本文編號：372189