基于靜息態(tài)功能磁共振成像的自閉癥預(yù)測(cè)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(huì)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(duì)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(dòng)模式之間的時(shí)間相關(guān)性，基于RSFC探索能夠識(shí)別ASD的生物標(biāo)記對(duì)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(dòng)態(tài)兩方面進(jìn)行了ASD預(yù)測(cè)研究:一是認(rèn)為RSFC在整個(gè)掃描過程中是靜止的，利用Lasso和elastic net兩種方法對(duì)RSFC的特征選擇進(jìn)行了深入研究;二是假設(shè)RSFC是隨時(shí)間動(dòng)態(tài)變化的，基于動(dòng)態(tài)功能連接方法對(duì)ASD預(yù)測(cè)進(jìn)行了初步探索，具體工作內(nèi)容如下:
　　(1)針對(duì)大部分方法不能有效地選出具有識(shí)別力的RSFC，本文提出利用Lasso選擇有識(shí)別力的RSFC。首先計(jì)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(shí)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(shí)找出了19個(gè)具有顯著識(shí)別力的RSFC。
　　(2)針對(duì)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(jí)特征選擇方法進(jìn)行ASD預(yù)測(cè)研究。本文依次利用閾值化、t檢驗(yàn)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(yàn)?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(shì)對(duì)RSFC作進(jìn)一步篩選。最終ASD預(yù)測(cè)的準(zhǔn)確率達(dá)到84.78％，進(jìn)一步提升了預(yù)測(cè)性能，并確定了22個(gè)有顯著差異的RSFC。
　　(3)針對(duì)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(cè)，而動(dòng)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(dòng)態(tài)功能連接分別提取了高階功能連接特征和動(dòng)態(tài)

5、網(wǎng)絡(luò)拓?fù)涮卣鳎ü?jié)點(diǎn)連接度）進(jìn)行ASD預(yù)測(cè)。高階功能連接能捕獲各腦區(qū)低階功能連接之間的時(shí)間相關(guān)信息，最終得到81.52％的預(yù)測(cè)準(zhǔn)確率;動(dòng)態(tài)網(wǎng)絡(luò)拓?fù)浞椒芴崛⊥負(fù)浣Y(jié)構(gòu)隨時(shí)間的動(dòng)態(tài)變化信息，預(yù)測(cè)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(cè)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(cuò)的預(yù)測(cè)性能，雖不及靜態(tài)方法，但給我們提供了另一