学位论文 > 优秀研究生学位论文题录展示

静息态脑功能磁共振数据分析方法及在弱视神经机制中的应用研究

作　者: 翁晓光
导　师: 王惠南
学　校: 南京航空航天大学
专　业: 精密仪器及机械
关键词: 功能磁共振成像静息状态独立成分分析局域一致性功能连接低频振荡振幅屈光参差性弱视
分类号: O482.531
类　型: 博士论文
年　份: 2010年
下　载: 251次
引　用: 1次
阅　读: 论文下载

内容摘要

人类大脑具有最复杂的体系框架,是一个高度复杂的网络系统,应用脑成像技术分析脑的功能与结构特性是认知科学中的重要研究内容。功能磁共振成像技术(functional magnetic resonance imaging,fMRI)基于血氧水平依赖原理(blood-oxygen level dependent,BOLD),具有无辐射性、无创性、高时空分辨率等多重优势,已成为脑科学研究的重要工具,受到临床、心理、神经和认知等领域的极大关注。静息态功能磁共振技术不需要被试做出反应,也不需要复杂精细的实验设计,容易被患者接受,非常适合临床上的应用和研究。大量研究表明,在静息状态下人脑存在着一种低频振荡现象。尽管目前还不清楚它的具体生理意义,但是它与某些疾病的生理病理以及静息状态人脑的脑功能有着密切的关系。本文围绕fMRI在脑科学研究中的应用,以静息状态下的fMRI数据研究方法为突破口,对独立成分分析(independent component analysis,ICA)、局域一致性(regional homogeneity,ReHo)、低频振荡振幅算法(amplitude of low frequency fluctuations,ALFF)等静息状态fMRI脑图像分析方法,进行了系统性的深入研究和探讨。以此为基础,结合认知科学和临床研究中的前沿课题,开展了对弱视患者的视觉皮层功能异常研究,从而加深对弱视神经机制的理解和认识。全文的主要内容如下:1、提出了具有三阶收敛的快速ICA算法。ICA方法可以从观测混合信号中分离出相互之间统计独立的源信号。本文引入负熵作为独立性的估计准则,给出ICA的一个优化模型。在此基础上,采用一种改进的牛顿迭代型的独立成分分析算法来提取fMRI信号中的各个独立成分;为加快收敛速度,对标准的牛顿迭代进一步修正,使算法具有三阶收敛。将该算法应用于fMRI大型数据的盲分离,并与目前广泛使用的另外两种算法比较,本文算法具有更快的收敛速度。2、提出了基于ReHo选取种子区域并进行功能连接的新方法。传统的功能连接分析中,种子区域的选择常常是基于激活图或是基于解剖知识,而没有利用到静息状态的功能数据。本文利用局域一致性分析静息状态下的fMRI数据,将感兴趣区域中ReHo值最大的点所在的小区域作为种子进行功能连接。将脑的功能连接研究和局域一致性分析相结合,为研究人脑静息状态功能连接网络提供了新的思路。应用该方法,发现并验证了正常被试静息视觉网络的存在。3、提出了利用静息状态fMRI数据,从功能连接的角度对屈光参差性弱视患者静息视觉网络进行研究的新思路。目前fMRI对弱视的研究多是基于有视觉刺激的情况下,本文采用ICA算法分离静息状态fMRI数据,针对ICA算法本身无法自动识别成分顺序问题,引入Goodness-of-fit方法提取静息状态下弱视患者和正常被试的静息视觉网络,将结果进行组内和组间分析。结果表明在屈光参差性弱视患者的静息视觉网络中,纹状皮层和纹外皮层均发生了明显的功能损害,其功能连接程度显著低于正常组,并且纹外皮层比纹状皮层损害更加严重,为深入研究弱视初、高级视觉皮层功能损害的神经机制提供了新的思路。4、提出了采用ALFF方法研究弱视患者皮层功能损害的新方法。目前绝大部分静息fMRI研究关注的是不同脑区低频振荡的同步性即功能连接,功能连接的异常说明其功能整和出现变化,但是无法说明是哪一个脑区有不同的神经元活动,而低频振荡幅度方法可以提示局部神经元的自发活动,说明神经元活动的能量。本文首先采用ALFF方法检测出人脑默认模式网络,所得结果与已知研究结果具有很大的一致性,表明ALFF是一个有效的研究大脑静息状态自发性低频振荡的方法。然后使用该方法研究弱视患者闭眼、健眼刺激、患眼刺激三种静息状态下大脑的激活情况。研究结果表明在三种静息状态下,大脑出现了不同的激活情况,健眼刺激时受到的外界视觉刺激最多,因此在视觉皮层纹外区,其ALFF值最大;而在患眼刺激时,患者需要更多的选择性注意,因此在与注意有关的额上回区域,其ALFF值最大,显示该技术在大脑皮层功能定位上具有良好的应用价值,从另一个角度为研究弱视神经机制提供了新的方法。

全文目录

摘要  4-6
Abstract  6-16
第一章绪论  16-35
  1.1 引言  16-17
  1.2 脑功能成像概述  17-19
  1.3 功能磁共振成像原理  19-26
    1.3.1 磁共振成像的理论基础  19-20
    1.3.2 功能磁共振成像的原理  20-21
    1.3.3 实验  21-26
      1.3.3.1 实验设计  22-23
      1.3.3.2 图像采集  23
      1.3.3.3 图像后处理  23-26
  1.4 静息态功能磁共振成像研究  26-29
    1.4.1 静息态功能磁共振成像简介  26-27
    1.4.2 静息态脑自发活动的生理基础  27-28
    1.4.3 静息态脑自发活动的研究方向  28
    1.4.4 静息态fMRI 数据处理方法  28-29
  1.5 弱视的神经机制  29-31
    1.5.1 弱视及其分类  29-30
    1.5.2 弱视的神经机制研究  30-31
  1.6 本文的主要研究内容和组织结构  31-35
    1.6.1 本文的主要研究内容  31-33
    1.6.2 本文的组织结构  33-35
第二章改进的快速独立成分分析算法  35-56
  2.1 独立成分分析原理  35-41
    2.1.1 独立成分分析的数学模型  35-38
      2.1.1.1 独立成分分析的假设条件  36-37
      2.1.1.2 独立成分分析无法确定的因素  37
      2.1.1.3 数据的中心化和白化  37-38
    2.1.2 独立成分分析算法  38-41
      2.1.2.1 非高斯最大化（Non-Gaussian Maximization）  38-40
      2.1.2.2 信息极大化（Information Maximizing）  40
      2.1.2.3 极大似然估计（Maximum Likelihood）  40-41
  2.2 ICA 在fMRI 数据处理中的应用  41-42
    2.2.1 空间独立成分分析  41
    2.2.2 时间独立成分分析  41-42
  2.3 改进的ICA 牛顿迭代算法  42-50
    2.3.1 ICA 的优化模型  42-43
    2.3.2 牛顿迭代算法的导出  43-45
    2.3.3 牛顿迭代算法的加速  45-47
    2.3.4 数据处理  47-50
      2.3.4.1 数据降维  48-50
      2.3.4.2 数据处理  50
  2.4 实验结果与分析  50-54
    2.4.1 实验结果  50-52
    2.4.2 收敛速度及时间动力学准确性比较  52-54
    2.4.3 讨论与结论  54
  2.5 本章小结  54-56
第三章基于功能连接的正常人脑静息视觉功能网络研究  56-71
  3.1 功能连接  56-58
  3.2 局域一致性原理  58-60
    3.2.1 局域一致性方法的提出  58
    3.2.2 局域一致性算法  58-60
    3.2.3 ReHo 方法在fMRI 中的应用  60
  3.3 假设检验  60-63
    3.3.1 假设检验的基本思想  60-61
    3.3.2 假设检验的步骤  61-62
    3.3.3 总体均值的估计和t 检验  62-63
  3.4 基于局域一致性和相关分析的正常人脑静息视觉网络研究  63-68
    3.4.1 背景介绍  63-64
    3.4.2 数据采集  64
    3.4.3 数据分析  64-68
  3.5 结果与讨论  68-70
  3.6 本章小结  70-71
第四章基于ICA 的屈光参差性弱视静息视觉网络的研究  71-81
  4.1 引言  71-73
    4.1.1 大脑视觉皮层  71-72
    4.1.2 fMRI 技术在弱视中的应用  72-73
  4.2 数据采集  73-74
  4.3 数据分析  74-76
  4.4 结果  76-79
  4.5 讨论  79-80
  4.6 本章小结  80-81
第五章低频振荡振幅算法及在弱视神经机制中的应用  81-95
  5.1 低频振荡振幅  81-84
    5.1.1 背景介绍  81-82
    5.1.2 低频振荡振幅算法  82-83
    5.1.3 低频振荡振幅算法数据处理流程  83-84
  5.2 基于低频振荡振幅的脑默认功能网络检测  84-87
    5.2.1 人脑默认功能网络  84-85
    5.2.2 数据采集与处理  85-86
    5.2.3 结果与讨论  86-87
  5.3 基于ALFF 算法的fMRI 对屈光参差性弱视的应用研究  87-93
    5.3.1 研究目的、数据采集  87-88
    5.3.2 数据处理  88-89
    5.3.3 结果  89-93
    5.3.4 讨论  93
  5.4 本章小结  93-95
第六章论文总结和展望  95-98
  6.1 论文总结  95-96
  6.2 展望  96-98
参考文献  98-109
致谢  109-110
在学期间的研究成果及发表的学术论文  110

静息态脑功能磁共振数据分析方法及在弱视神经机制中的应用研究

内容摘要

全文目录

相似论文