学位论文 > 优秀研究生学位论文题录展示

功能磁共振的脑模式分析方法及应用

作　者: 高文颖
导　师: 沈辉
学　校: 国防科学技术大学
专　业: 控制科学与工程
关键词: 功能磁共振成像重症抑郁症药物治疗状况自然场景识别统计参数映射功能连接多变量模式分析
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 140次
引　用: 0次
阅　读: 论文下载

内容摘要

大脑是自然界最复杂的信息处理系统,脑科学的研究推动着我们不断地认识大脑,认识自然。功能磁共振成像(fMRI)技术是脑科学研究中最为有效的手段之一。基于功能磁共振的模式分析方法使我们能从原始图像中提取出大脑的有效信息,为探索大脑奠定了坚实的基础。本文针对功能磁共振的脑模式分析方法和应用分别进行了抑郁症的用药状况估计和自然场景识别的脑机制等两方面研究。用药状况估计研究采用多变量模式分析(MVPA)的研究方法。研究首先对被试的原始静息脑功能成像数据进行统计参数映射(SPM)预处理,进而通过时间滤波、全脑区域划分和对各区域的时间序列中值作相关,得到相应的连接数据。接着,研究对抑郁症病人和正常人的连接数据进行主成分分析(PCA)并使用线性支持向量机(linear-SVM)进行训练,将得到的分类器对治愈者的药物治疗状况进行了预测。此外,研究通过对PCA和SVM的投影矩阵乘积进行排序,度量了各分类特征对分类的贡献,并据此重构了最具区分能力的功能连接网络。研究基于静息功能连接核磁共振成像(rs-fcMRI)数据,首次提出使用多变量模式分析方法进行抑郁症的药物治疗状况估计,并成功证明了该方法可用来正确预测抑郁症治愈者的用药状况。实验的重构结果显示,最具识别能力的功能连接大多分布在小脑、默认网络和情感网络三者内部及两两之间,意味着这些脑网络在重症抑郁症中扮演着重要角色,表明rs-fcMRI能够为临床诊断和治疗提供所需的潜在信息。场景识别脑机制研究采用SPM和MVPA的研究方法。研究的原始脑功能成像数据来自基于组块设计(block design)的fMRI实验。研究首先以场景图片作为fMRI实验的任务刺激,利用设计平台E-prime完成了刺激序列的设计与呈现。接着,研究对被试的原始信号数据进行SPM预处理,进而分别采用SPM分析方法、稀疏编码(Sparse coding)方法和探照灯(Searchlight)方法找寻与人脑感知和分类复杂场景有关的脑区。研究基于fMRI数据,提出了把Sparse coding方法应用于自然场景识别的脑区活动模式分析这一新领域。实验结果表明,使用SPM、Sparse coding和Searchlight方法,均能够从被试的功能磁共振数据中找到有关场景识别的激活脑区;且这些脑区主要分布在主视觉皮层(V1)、海马旁回(PPA)、压后皮层(RSC),表明这些区域在场景感知和分类中扮演了潜在的重要角色。

功能磁共振的脑模式分析方法及应用

内容摘要

全文目录

相似论文