基于靜息態(tài)功能磁共振成像的自閉癥預(yù)測研究.pdf

1、自閉癥（Autism spectrum disorder，ASD）是一種神經(jīng)發(fā)育障礙疾病，發(fā)病率高達(dá)1％，給社會及患者的家庭帶來了沉重負(fù)擔(dān)。目前主要以行為量表對ASD進(jìn)行診斷，具有一定的主觀性。靜息態(tài)功能連接(Resting-state functional connectivity，RSFC)反映了大腦在靜息態(tài)下不同腦區(qū)神經(jīng)活動模式之間的時間相關(guān)性，基于RSFC探索能夠識別ASD的生物標(biāo)記對于ASD的客觀輔助診斷和理解其神經(jīng)機(jī)制具有重

2、要意義。
　　本文基于RSFC從靜態(tài)和動態(tài)兩方面進(jìn)行了ASD預(yù)測研究:一是認(rèn)為RSFC在整個掃描過程中是靜止的，利用Lasso和elastic net兩種方法對RSFC的特征選擇進(jìn)行了深入研究;二是假設(shè)RSFC是隨時間動態(tài)變化的，基于動態(tài)功能連接方法對ASD預(yù)測進(jìn)行了初步探索，具體工作內(nèi)容如下:
　　(1)針對大部分方法不能有效地選出具有識別力的RSFC，本文提出利用Lasso選擇有識別力的RSFC。首先計算Pearson相

3、關(guān)捕捉到大腦的正負(fù)相關(guān)RSFC，然后進(jìn)行閾值化保留同步化程度較高的正相關(guān)RSFC，進(jìn)一步利用嵌入式特征選擇方法Lasso去除冗余的RSFC只保留最有識別力的特征子集，最后基于SVM分類得到81.52％的分類準(zhǔn)確率，同時找出了19個具有顯著識別力的RSFC。
　　(2)針對Lasso方法無法處理具有組效應(yīng)的變量選擇問題，進(jìn)一步提出基于elastic net的多級特征選擇方法進(jìn)行ASD預(yù)測研究。本文依次利用閾值化、t檢驗和elasti

4、c net逐步篩選出差異越來越顯著的RSFC特征子集。t檢驗?zāi)艹醪胶Y選出與臨床癥狀顯著相關(guān)的RSFC;Elastic net能發(fā)揮處理組效應(yīng)變量選擇的優(yōu)勢對RSFC作進(jìn)一步篩選。最終ASD預(yù)測的準(zhǔn)確率達(dá)到84.78％，進(jìn)一步提升了預(yù)測性能，并確定了22個有顯著差異的RSFC。
　　(3)針對大部分研究主要基于靜態(tài)功能連接方法進(jìn)行ASD預(yù)測，而動態(tài)功能連接比靜態(tài)蘊(yùn)含的信息更為豐富，本文基于動態(tài)功能連接分別提取了高階功能連接特征和動態(tài)

5、網(wǎng)絡(luò)拓?fù)涮卣鳎ü?jié)點連接度）進(jìn)行ASD預(yù)測。高階功能連接能捕獲各腦區(qū)低階功能連接之間的時間相關(guān)信息，最終得到81.52％的預(yù)測準(zhǔn)確率;動態(tài)網(wǎng)絡(luò)拓?fù)浞椒芴崛⊥負(fù)浣Y(jié)構(gòu)隨時間的動態(tài)變化信息，預(yù)測性能還不夠理想。
　　在提出的兩種靜態(tài)功能連接方法中，elastic net方法比Lasso獲得了更好的預(yù)測性能，有助于尋找到與ASD有關(guān)的生物標(biāo)記以輔助醫(yī)生進(jìn)行臨床診斷。高階功能連接方法也獲得了不錯的預(yù)測性能，雖不及靜態(tài)方法，但給我們提供了另一