论文部分内容阅读
本文主要针对老化机制，采用fMRI技术，结合静息态磁共振数据分析方法和多元模式分析方法探测老年人相比年轻人静息态下功能连接的变化，并且检侧这些改变的功能连接能否成为区分脑老化的生物学标记物。本文的主要研究工作包括如下两个部分： 1、本文第一部分探讨了健康老龄化对初级感觉运动系统的静息态功能连接的影响。我们使用独立成分分析方法和基于种子点的功能连接分析方法对52个健康老年人被试和51个健康年轻人被试的初级感觉运动网络进行了确认和评估。结果发现与年轻被试相比，老年被试在初级感觉运动网络的脑岛中后部的整合能力随着年龄的增加降低，但是在初级感觉运动皮层中老年被试的功能连接随着年龄增加。因为功能连接的变化与老年人的运动能力放缓有普遍联系，所以推测功能连接的减弱可能降低了老年人运动控制能力。此外，我们使用了机器学习算法研究初级感觉运动系统中改变的功能连接对老年人年龄的预测能力。通过机器学习算法分析，我们发现老年人的年龄可以通过初级感觉运动中的功能连接的变化被可靠的预测。这些发现进一步表明了健康老化对初级感觉运动系统有显著的影响，并且可能与初级感觉运动系统随着老化的重组有关。我们的研究结果在老化对大脑感觉运动功能的影响方面提供了进一步的深入了解。 2、随后，为建立一个较高辨别能力的个体分类模型，并且从多变量分析的角度研究老年人的老化模式，我们通过静息态功能MRI数据构建大尺度功能连接网络并将其作为分类特征。然后，采用 F分值法对特征进行排序并用支持向量机（SVM）分类。实验结果得到了一个比较高的分类精度（准确率90.0％，敏感性89%，特异性92%）。同时，发现用于区分老年人的一致连接主要位于几个静息态网络内部或者之间的连接，包括：感觉运动网络、小脑区以及情感网络。先前的报道证实脑老化与这些网络的异常有联系。此外，苍白球在分类过程中占了最高的权重。这些发现为确定老龄化潜在的生物学标记物提供了一定的依据。