大腦功能網(wǎng)絡及其動力學研究.pdf

1、大腦是目前已知最復雜和最精細的系統(tǒng)之一，其本身是由解剖上相連、功能上既相互聯(lián)系又相互獨立的腦區(qū)組成。伴隨著影像學技術發(fā)展，尤其是功能磁共振技術的日漸成熟，人們可以連續(xù)觀測立體大腦影像及其活動過程。目前，基于圖論的復雜網(wǎng)絡理論也成為神經(jīng)科學研究的有力工具。結(jié)合影像學技術和復雜網(wǎng)絡理論，腦網(wǎng)絡研究成為當今腦科學研究領域的熱點，腦網(wǎng)絡能夠從系統(tǒng)水平上研究腦區(qū)間的連接機制，揭示大腦的內(nèi)在組織模式及疾病原理。本文以神經(jīng)系統(tǒng)疾病為背景，基于功能磁共

2、振數(shù)據(jù)，對大腦網(wǎng)絡建模與分析的關鍵技術進行了研究。大體上講，本文研究內(nèi)容包括三個部分：
　　第一部分，腦功能網(wǎng)絡建模數(shù)據(jù)預處理及建模方法研究。該部分重點提出了一種有效的靜息態(tài)磁共振數(shù)據(jù)降噪方法，同時，對腦網(wǎng)絡建模的連接方式進行了分析和探索。
　　首先，噪聲和個體差異是靜息態(tài)功能磁共振數(shù)據(jù)有效利用的主要困擾因素之一。針對這一問題，本文結(jié)合功能磁共振數(shù)據(jù)特點，首次提出利用點過程原理對靜息態(tài)功能磁共振數(shù)據(jù)進行降噪處理。研究結(jié)果表明

3、，該方法可以有效降低BOLD信號的噪聲干擾，凸顯組間差異。
　　其次，在研究腦網(wǎng)絡連接過程中，存在不同的連接方式，目前對于各種連接方式的區(qū)別和特點還很少有研究進行系統(tǒng)分析。針對這一問題，本文利用健康人靜息態(tài)功能磁共振數(shù)據(jù)，對多種不同連接方式進行橫向比較。結(jié)果表明根據(jù)不同連接定義所構(gòu)建的腦網(wǎng)絡存在較大差異。在實際研究中，應結(jié)合實驗條件和目的，選擇合理的連接方法。同時，本研究首次利用小波變換一致性方法構(gòu)建了全腦功能網(wǎng)絡圖譜，分析發(fā)現(xiàn)不

4、同波段的腦網(wǎng)絡表現(xiàn)出不同的網(wǎng)絡特性，這表明從不同頻段觀測腦功能網(wǎng)絡是十分必要的。
　　第二部分，局部腦網(wǎng)絡和全局腦網(wǎng)絡建模研究及分析，主要為應用部分。該部分重點研究了腦卒中患者主要運動區(qū)域腦功能網(wǎng)絡連接的改變，以及不同頻段下阿爾茨海默病患者全腦功能網(wǎng)絡的改變。
　　首先，腦卒中是常見的多發(fā)疾病，運動缺失是腦卒中后最主要的伴隨癥狀，目前還很少有研究探討中風后運動區(qū)域耦合的改變。針對這一問題，本文首次利用基于獨立成分分析的受約束

5、最大相關方法，探索腦卒中后大腦主要運動區(qū)功能網(wǎng)絡連接改變。研究結(jié)果表明，腦卒中患者組的功能網(wǎng)絡連接比健康對照組的連接更復雜，更重要的是，我們發(fā)現(xiàn)在中風患者的功能網(wǎng)絡連接里面存在補償環(huán)路。結(jié)果意味著基于獨立成分分析的腦功能網(wǎng)絡建模方法是研究神經(jīng)病變的有效手段，研究結(jié)果可能為腦卒中患者的康復過程提供評估指標。
　　其次，阿爾茨海默?。ˋlzheimer’s disease，AD）是老年人中常見的多發(fā)性疾病，以往研究表明AD患者認知功能

6、下降可能和腦網(wǎng)絡的拓撲屬性存在相關關系，但是關于AD腦網(wǎng)絡拓撲屬性的研究中存在不一致的結(jié)果。針對上述問題，本文研究了AD患者組和健康對照組在三個不同頻段（0.01-0.06Hz，0.06-0.11Hz和0.11-0.25HZ）腦功能網(wǎng)絡拓撲參數(shù)的異同。研究結(jié)果表明，不同濾波頻段下，腦網(wǎng)絡的拓撲參數(shù)存在較大差異，這樣的結(jié)果有可能解釋以往AD腦網(wǎng)絡研究結(jié)論中存在的不一致。在較低頻段，我們發(fā)現(xiàn)AD患者組腦功能網(wǎng)絡的全局效率、小世界屬性、聚類系

7、數(shù)均存在不同程度的下降、相配系數(shù)變大、同步性變?nèi)?。該研究結(jié)果有可能為AD早期診斷的生物學標識提供參考，并為腦網(wǎng)絡建模過程中濾波段的選取提供理論基礎。
　　第三部分，腦網(wǎng)絡演化模型及動力學分析研究，該部分首次提出了在病變及老化過程中腦功能網(wǎng)絡的動態(tài)演化模型，并提出采用信息論的相關方法對腦網(wǎng)絡的動力學特性進行了分析。
　　首先，由于現(xiàn)有的技術手段很難對神經(jīng)系統(tǒng)的緩慢變化過程進行有效觀測，這使得我們對神經(jīng)系統(tǒng)老化及病變過程很難進行

8、系統(tǒng)研究。針對這一問題，本文利用靜息態(tài)功能磁共振數(shù)據(jù)，建立了兩個不同的腦網(wǎng)絡演化模型來仿真腦網(wǎng)絡在不同情況下的動力學過程。在AD演化模型中，本文首次提出把網(wǎng)絡節(jié)點介數(shù)和節(jié)點間解剖距離作為控制因子的演化模型。在年齡演化模型中，本文首次提出利用差分進化算法對腦網(wǎng)絡演化過程進行優(yōu)化。研究中，利用兩個演化模型對不同實驗數(shù)據(jù)進行演化，均取得了較好結(jié)果，并分別采用支持向量機和獨立樣本驗證了模型的可靠性。據(jù)我們所知，這是第一次應用計算仿真方法來研究人

9、腦在網(wǎng)絡層面的功能變化，該研究可能為諸如阿爾茨海默病等老年疾病的研究提供新的方法。
　　其次，大腦作為信息處理器官，有關腦網(wǎng)絡研究還很少從信息學角度對其行研究或評估，也很少有研究采用基于信息學的網(wǎng)絡指標來衡量腦網(wǎng)絡。針對這一問題，本研究基于符號動力學計算了青年組和老年組磁共振時間序列的概率熵及分形維數(shù)。同時，計算了青年組和老年組腦功能網(wǎng)絡的搜索信息熵。通過研究發(fā)現(xiàn)符號動力學方法可以降低磁共振數(shù)據(jù)中的噪聲成分，凸顯組間差異；研究發(fā)現(xiàn)