基于磁共振成像的腦功能連接網(wǎng)絡(luò)研究.pdf

1、人腦作為迄今已知世界中最為復(fù)雜的網(wǎng)絡(luò)體系，其組織和運(yùn)行遵循兩個(gè)基本原則:功能分離和功能整合。功能分離意味著整個(gè)腦功能網(wǎng)絡(luò)可以分解為若干個(gè)功能子網(wǎng)絡(luò)，而功能整合則意味著功能子網(wǎng)絡(luò)之間相互連接、相互配合，共同完成具體的認(rèn)知功能。
　　本文從靜態(tài)到動(dòng)態(tài)，從腦功能連接網(wǎng)絡(luò)的整體模式到腦功能子連接網(wǎng)絡(luò)，對(duì)腦功能連接網(wǎng)絡(luò)進(jìn)行了深入研究，并在網(wǎng)絡(luò)層面對(duì)腦疾病的病理生理機(jī)制進(jìn)行分析。本文的主要內(nèi)容有:
　　首先，介紹了如何基于在通用且結(jié)構(gòu)和

2、功能上具有一致性的感興趣腦區(qū)(Dense Individualized and Common Connectivity-based Cortical Landmarks,DICCCOL)框架，構(gòu)建大尺度全腦功能連接網(wǎng)絡(luò)（簡(jiǎn)稱為腦功能連接網(wǎng)絡(luò)）。在DICCCOL框架中，定義了358個(gè)感興趣腦區(qū)，作為網(wǎng)絡(luò)節(jié)點(diǎn)。同時(shí)，通過(guò)感興趣腦區(qū)對(duì)應(yīng)的血氧水平依賴(Blood Oxygen Level Dependent，BOLD)信號(hào)之間的相關(guān)系數(shù)來(lái)衡量

3、腦功能連接，構(gòu)建腦功能連接網(wǎng)絡(luò)。此外，還闡述了腦功能連接網(wǎng)絡(luò)定量和定性的基本分析方法。
　　然后，針對(duì)腦網(wǎng)絡(luò)的復(fù)雜組合特性，提出了一種靜態(tài)腦功能子連接網(wǎng)絡(luò)的研究方法，并將該方法應(yīng)用于輕度認(rèn)知功能損傷(Mild Cognitive Impairment，MCI)受試者和與其對(duì)應(yīng)的健康(Healthy Control，HC)受試者的靜態(tài)腦功能子連接網(wǎng)絡(luò)分析，成功地對(duì)91％的MCI受試者和89.8％的HC受試者進(jìn)行了分類。該方法基于DI

4、CCCOL框架構(gòu)建靜態(tài)腦功能連接網(wǎng)絡(luò)，然后再利用基于矩陣離散度的投影非負(fù)矩陣分解(Divergence-based Projective Nonnegative Matrix Factorization，DPNMF)算法提取其中的靜態(tài)腦功能子連接網(wǎng)絡(luò)。與傳統(tǒng)的k-means聚類算法相比，該方法可以同時(shí)分析MCI受試者和HC受試者的腦功能子連接網(wǎng)絡(luò)之間的相似性和差異性。
　　其次，針對(duì)腦認(rèn)知功能狀態(tài)的動(dòng)態(tài)性及不可直接測(cè)量性，提出了一

5、種腦認(rèn)知功能狀態(tài)的動(dòng)態(tài)變遷模式的間接研究方法，并將方法應(yīng)用于創(chuàng)傷后應(yīng)激障礙(Post-Traumatic Stress Disorder，PTSD)受試者和與其對(duì)應(yīng)的HC受試者的腦認(rèn)知功能狀態(tài)的動(dòng)態(tài)變遷模式分析，91％的PTSD受試者和95％的HC受試者被成功分類。該方法以腦功能連接網(wǎng)絡(luò)作為腦認(rèn)知功能狀態(tài)的間接觀測(cè)狀態(tài)，基于隱馬爾可夫模型來(lái)研究腦認(rèn)知功能狀態(tài)的動(dòng)態(tài)變遷模式。
　　最后，針對(duì)腦功能網(wǎng)絡(luò)的復(fù)雜組合特性和腦功能連接網(wǎng)絡(luò)的

6、動(dòng)態(tài)性，提出了一種動(dòng)態(tài)腦功能子連接網(wǎng)絡(luò)的研究方法，并將該方法應(yīng)用于注意力缺陷多動(dòng)障礙(Attention Deficit/Hyperactivity Disorder，ADHD)受試者和與其對(duì)應(yīng)的HC受試者的動(dòng)態(tài)腦功能子連接網(wǎng)絡(luò)分析，成功地對(duì)92％的ADHD受試者和95％的HC受試者進(jìn)行了分類。該方法基于DICCCOL框架和貝葉斯連接變點(diǎn)模型(Bayesian Connectivity Change Point Model，BCCPM)