靜息態(tài)磁共振腦影像的動(dòng)態(tài)功能連接模式分析.pdf

1、人腦是世界上最復(fù)雜的結(jié)構(gòu)，人們一直致力于探索其更深層次的奧秘，渴望揭開這一層神秘的面紗。功能磁共振成像（functional magnetic resonance imaging,fMRI）為人們研究人腦功能提供了強(qiáng)有力的工具，而靜息fMRI因其包含信息量大、操作簡(jiǎn)單等優(yōu)點(diǎn)而應(yīng)用廣泛。隨著腦功能網(wǎng)絡(luò)研究的不斷深入，人們發(fā)現(xiàn)了靜息功能連接的時(shí)域變化特性，并對(duì)此產(chǎn)生了濃厚的興趣。本文以兩組靜息fMRI數(shù)據(jù)為研究對(duì)象，分析了精神分裂癥和長(zhǎng)期駕

2、駛行為對(duì)人腦動(dòng)態(tài)功能網(wǎng)絡(luò)的影響。論文的主要工作包括以下三個(gè)方面內(nèi)容：
　　構(gòu)建了基于動(dòng)態(tài)功能連接的分析方法框架。自發(fā)性神經(jīng)波動(dòng)的發(fā)現(xiàn)，讓人們開始關(guān)注腦區(qū)之間的動(dòng)態(tài)信息交互。越來越多的研究證明了功能連接的時(shí)域特性，并且開始將動(dòng)態(tài)連接應(yīng)用到腦功能網(wǎng)絡(luò)的分析中。本文第二章通過總結(jié)以往靜息fMRI數(shù)據(jù)的特征提取和分析方法，提出了一套以動(dòng)態(tài)功能連接為基本特征的模式分析方法框架，并將此方法框架應(yīng)用到后續(xù)章節(jié)的靜息fMRI數(shù)據(jù)分析當(dāng)中。

3、　　網(wǎng)絡(luò)間的動(dòng)態(tài)交互異?？梢詾榫穹至寻Y診斷提供潛在的生物學(xué)標(biāo)記。本文第三章運(yùn)用第二章提出的方法框架，論證了基于動(dòng)態(tài)功能網(wǎng)絡(luò)鑒別精神分裂癥患者的可行性。結(jié)果證明，基于動(dòng)態(tài)功能網(wǎng)絡(luò)的方法可以以81.3％的分類精度將精神分裂癥患者與健康對(duì)照區(qū)分開來。對(duì)一致性特征進(jìn)行統(tǒng)計(jì)的結(jié)果顯示，具有高分辨力的功能連接大部分分布在定義的六個(gè)功能網(wǎng)絡(luò)之間，表明網(wǎng)絡(luò)間的功能連接對(duì)分類做出了更大的貢獻(xiàn)。這些網(wǎng)絡(luò)間動(dòng)態(tài)交互的改變意味著，精神分裂癥患者的腦區(qū)間存在著

4、動(dòng)態(tài)交互異常，并且可以為臨床診斷提供可靠的生物學(xué)標(biāo)記。
　　長(zhǎng)期駕駛行為改變了腦區(qū)間的動(dòng)態(tài)交互。本文第四章首次從動(dòng)態(tài)功能連接的角度出發(fā)，同樣利用第二章的方法框架，分析了長(zhǎng)期駕駛行為對(duì)腦區(qū)間動(dòng)態(tài)交互的影響。分類結(jié)果顯示，以功能連接的低頻振蕩振幅（amplitude of low-frequency fluctuations,ALFF）為基本特征，可以有效地將駕駛員和非駕駛員區(qū)分開來，留一法的分類正確率達(dá)到90.0%。其中，絕大多數(shù)具