基于弥散磁共振的精神分裂症网络异常模式研究

来源 :中国科学院大学 | 被引量 : 0次 | 上传用户:seeya
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
精神分裂症是一种持续,慢性的重性精神疾病,在一般人群中的发病率为1%左右并且临床表现复杂多样。自从弥散张量成像技术被应用于该领域,大量研究开始利用该技术来探索精神分裂症中的白质异常,然而结果常常难以重复且差异较大。本文中,我们采用来自4个不同中心的大样本弥散张量磁共振数据从白质异常、网络异常两个方面,利用基于模板匹配、基于体素分析、纤维跟踪等方法进行分析,以期能够得到比较稳定的结果。  在精神分裂症白质异常的分析中,我们首先利用基于模板的方法分析56条白质纤维的异常,发现其中10条纤维的平均扩散(MD)指标在精神分裂症患者中显著增加,主要集中在胼胝体、穹窿、右侧上纵束以及左侧上辐射冠,并且其中的一些白质纤维的MD指标与发病年龄、病程、PANSS阴性症状之间存在一定的关系。为了验证在不同的方法下结果是否一致,又进行了基于体素的补充分析,发现了和上述较一致的结果。然后,我们从之前的精神分裂症meta分析的结果中提取出精神分裂症涉及的脑区作为种子点并分析这些显著异常的脑区之间白质连接的异常情况。我们发现其中5条连接存在异常并且这些连接主要分布在胼胝体、上额枕束、上辐射冠、上纵束等白质区域。  在网络分析中我们首先在独立的正常被试样本中对默认网络的结构连接模式进行了分析并发现了记忆、焦虑症状与默认网络的网络属性之间的关系。然后,在4个不同中心的大样本数据集中分别构建精神分裂症患者和正常被试的默认网络的结构连接模式,发现左右侧额上皮质之间的连接、左右侧额上皮质的度和节点效率以及左侧颞顶联合皮质区域的度在精神分裂症患者中显著下降。此外默认网络的度和全局效率在精神分裂症患者中也显著下降。
其他文献
纸币图像识别是一种目前应用很广的识别技术,特别是在银行业,纸币识别系统具有广阔的市场前景和发展空间.研究纸币识别系统的关键问题是设计出实时的硬件电路和高效率的识别
从图像中估计人体姿态是计算机视觉领域具有挑战性的问题之一。人体姿态估计的研究对人体跟踪、行为识别和图像高层语义理解等许多其它计算机视觉问题有重要的推动作用,在实际
由于径向基神经网络结构简单,学习速度快,具有优异的函数逼近能力,因此在模式识别、系统辨识、数学建模等方面有着广阔的应用前景。在实际应用中,需要根据给定的样本数据确定径向
油田开发规划是一项复杂的系统工程,为了增加原油产量,降低生产成本,必须制定科学的开发规划方案。 本文采用数学规划的方法来处理油田开发规划问题,考虑了以下四个目标:利润、
近年来,人工神经网络在深度学习的推进下得到了快速发展,在许多领域都获得了优异的性能。然而,传统的神经网络仍然面临着许多问题,如泛化性差、复杂度高、自适应能力弱等。生物智
目标检测和识别是计算机视觉、模式识别与机器学习领域非常活跃的研究方向,在安防、交通、互联网等很多领域得到广泛应用。虽然近年来目标检测和目标识别算法的研究已经取得了
足球机器人比赛是近年来在国际上迅速开展起来的高技术对抗活动,是当前人工智能和机器人领域的研究热点之一。目前,常规比赛中普遍采用的方法是通过摄像头装置采回足球机器人小
近年来,以空间非合作目标捕获技术为基础的航天器在轨维护、废弃卫星清理、太空攻防等应用成为了空间机器人领域新的发展方向。空间非合作目标捕获的关键—非合作目标的相对位
学位
基于人工神经网络的软测量技术已经广泛应用于过程控制领域的在线估计方面。但如何建立一个能反映系统动态性能的神经网络软仪表目前鲜见相关报道。在建立软测量模型过程中,针