学位论文 > 优秀研究生学位论文题录展示

基于独立成分分析的脑默认模式网络功能磁共振成像研究

作　者: 刘兆健
导　师: 王惠南
学　校: 南京航空航天大学
专　业: 生物医学工程
关键词: 独立成分分析功能磁共振 ICA组分析默认模式网络颞叶癫痫
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 270次
引　用: 3次
阅　读: 论文下载

内容摘要

独立成分分析(ICA)近年来广泛用于功能磁共振(fMRI)数据处理研究中,主要包括空间独立成分分析(sICA)和时间独立成分分析(tICA)。由于fMRI数据的空间维数远大于时间维数,因此空间独立成分分析占主导位置。在处理成组的fMRI数据时,ICA组分析(Group ICA)方法则是一个有效的工具,可以减小计算量并得到统计结果。人脑默认模式网络是一个特定的功能性网络,负责完成人体内外环境的监测、清醒意识的维持等功能。癫痫是一种危害极大的神经系统多发疾病,长期的癫痫发作可能会引起默认模式网络的改变,应用fMRI研究癫痫默认模式网络将会对癫痫的临床诊治具有指导意义。本文对sICA及Group ICA的数学模型进行了深入研究,在此基础上结合一组视觉fMRI数据对Group ICA方法在处理成组数据时的性能进行了评价,最后提出一种基于独立成分分析的方法来对人脑默认模式网络进行研究,结果表明采用的方法是有效的。论文的主要研究内容及创新点如下:1.研究了fMRI数据的sICA模型并进行了仿真,利用sICA方法对构造的混合数据进行处理,从时间准确性方面对结果进行评价,结果表明sICA可以有效地从混合数据中分离出空间独立的成分。2.研究了三种Group ICA方法,利用其中两种方法对一组视觉fMRI数据进行处理,从时间准确性方面对两种方法进行了评价,并结合两种方法的数学模型总结出各自的应用范围。3.提出了一种基于独立成分分析的方法获取人脑默认模式网络。利用该方法分离出12例颞叶癫痫患者和12例正常对照的默认模式网络,进行组内分析得到两组被试默认模式网络的统计图,进行组间分析比较两组被试默认模式网络的差异。结果表明所采用的方法能有效检测人脑的默认模式网络,并发现颞叶癫痫患者的默认模式网络比正常人表现出更强的激活状态,所得结果对癫痫的临床诊疗具有一定的帮助。

全文目录

摘要  4-5
Abstract  5-12
第一章绪论  12-17
  1.1 课题背景  12-13
  1.2 国内外研究现状  13-15
  1.3 本文的研究工作及创新点  15
  1.4 本文结构  15-17
第二章功能磁共振成像技术  17-24
  2.1 功能磁共振成像  17-21
    2.1.1 磁共振成像的理论基础  17-19
    2.1.2 功能磁共振成像原理  19-21
  2.2 功能磁共振成像数据处理工具统计参数图(SPM)  21-23
    2.2.1 SPM 概述  21
    2.2.2 广义线性模型  21-23
  2.3 本章小结  23-24
第三章独立成分分析  24-42
  3.1 独立成分分析的原理  24-27
    3.1.1 独立成分分析方法的提出  24
    3.1.2 独立成分分析及主成分分析的数学定义  24-25
    3.1.3 独立成分分析的数学模型  25-27
  3.2 独立成分分析算法  27-34
    3.2.1 目标函数  28
    3.2.2 ICA 算法的主要判据  28-32
    3.2.3 快速独立成分分析(FastICA)算法  32-33
    3.2.4 Infomax 算法  33-34
  3.3 ICA 在 fMRI 数据处理中的应用  34-39
    3.3.1 空间独立成分分析  34-35
    3.3.2 时间独立成分分析  35
    3.3.3 fMRI 数据的空间独立成分分析模型  35-36
    3.3.4 源信号个数的估计  36-39
    3.3.5 独立成分的排序  39
  3.4 仿真实验  39-41
    3.4.1 构造仿真数据  39-40
    3.4.2 数据处理  40
    3.4.3 仿真结果  40-41
  3.5 本章小结  41-42
第四章分离成组 fMRI 数据的 ICA 方法  42-51
  4.1 三种 Group ICA 方法  42-46
    4.1.1 对多个被试数据取平均的方法(Across-subject averaging)  42-43
    4.1.2 Subject-wise Group ICA 方法  43-45
    4.1.3 Row-wise Group ICA 方法  45-46
  4.2 组分析方法应用于 fMRI 数据  46-50
    4.2.1 实验材料和方法  46-47
    4.2.2 数据预处理  47
    4.2.3 Subject-wise Group ICA 方法处理数据  47
    4.2.4 Row-wise Group ICA 方法处理数据  47
    4.2.5 结果分析  47-50
  4.3 本章小结  50-51
第五章 fMRI 负激活与人脑默认模式网络  51-64
  5.1 fMRI 负激活  51-54
    5.1.1 负激活的血流动力学变化  51-53
    5.1.2 负激活的生理本质  53-54
  5.2 人脑的默认模式网络  54-57
    5.2.1 人脑默认活动网络的生理学基础  54
    5.2.2 脑功能成像研究证据  54-55
    5.2.3 人脑默认活动网络的特点  55-56
    5.2.4 人脑默认活动网络的意义  56-57
  5.3 癫痫患者的默认模式网络研究  57-62
    5.3.1 材料和方法  58
    5.3.2 数据预处理  58
    5.3.3 数据分析  58-60
    5.3.4 结果分析  60-62
    5.3.5 讨论  62
    5.3.6 结论  62
  5.4 本章小结  62-64
第六章总结与展望  64-66
  6.1 本论文工作总结  64-65
  6.2 对后续工作的展望  65-66
参考文献  66-70
致谢  70-71
在学期间的研究成果及发表的学术论文  71

基于独立成分分析的脑默认模式网络功能磁共振成像研究

内容摘要

全文目录

相似论文