弥漫性脑损害的脑网络研究

该研究为弥漫性脑损害(精神分裂症)的脑网络研究(2011CB707805)一般性科技报告,报告概括了研究思路、技术路线、实验方案并总结2011—2013度计划执行情况;年度计划完成情况;研究工作的主要进展;重要阶段性成果或突破;项目执行过程中存在的问题及其对策及下年度研究工作计划和进度安排对年度情况进行汇总。该项目围绕研究目标,依照研究方案针对患者、高危人群与正常对照,分别研究脑结构网络和功能网络,分析各自的网络属性,找寻疾病所产生的异常模式。利用多中心数据发现了:(1)脑结构网络异常:精神分裂症患者皮层厚度、灰质体积及白质解构的异常,病分析高危人群:精神分裂症患者及其父母大脑杏仁核存在共同的结构和功能连接异常模式;(2)脑功能网络研究:精神分裂症的脑解剖网路研究精神分裂症病人和正常对照被试的的脑解剖网络均具有小世界属性,但是精神分裂症患者脑网络的全局连接效率降低,精神分裂症患者不同临床和认知功能评定指标与各种脑网络指标的相关性的研究;(3)脑网络相关生物基因标记物关联研究:精神分裂症风险基因与脑网络的研究表明DISC1不同基因型对于丘脑-皮层通路的结构与功能连接有着显著不同的影响,DISC1基因的Cys等位基因携带者脑网络信息传输效率较低,5-HTTLPR与情绪相关的关系以及对杏仁核-前额环路的影响。从影像学及生物学标记物层面对脑网络进行了深入研究。揭示弥漫性脑损害(精神分裂症)对脑结构和功能网络影响的本质特性,在网络水平、基因水平上发现精神分裂症早期诊断、预后判断及疗效评价的影像学标志,生物学标记为这些疾病的临床早期诊断和疗效评价等提供有效的方法和途径。     

脑功能磁共振成像研究及应用展望

功能性核磁共振成像 (fMRI)技术可以显示大脑各个区域内静脉毛细血管中血液氧合状态所起的磁共振信号的微小变化 .fMRI作为无损和动态的探测技术 ,已日益成为观察大脑活动 ,进而揭示脑和思维关系的一种重要方法 .本文对功能磁共振成像的生物物理机制作了简要的描述 .然后分别介绍了脑高级功能磁共振成像研究过程中的实验设计、数据处理等环节 .最后给予了脑高级功能磁共振成像研究的最新进展和应用展望 .     

基于Granger因果检验和PCA的脑网络效应连接方法

为了提高脑功能效应连接网络检测的可靠性,提出了一种基于Granger因果关系检验和主成分分析(PCA)的功能磁共振(fMRI)数据效应连接方法.该方法首先通过PCA提取感兴趣区域内fMRI信号的时间主成分,以此特征作为时间参考信息,然后计算参考信息与大脑其余每个体素之间的Granger因果关系,并映射到全脑,形成Granger因果图(GCM).理论推导阐明了所提方法的有效性.采用该方法研究人脑运动功能脑区在手动任务下的效应连接GCM,结果验证了运动功能神经网络理论.     

静息状态脑活动及其脑功能成像

目前应用无创性磁共振功能成像技术的脑功能成像研究常把无任务的静息状态作为对照,特定的脑功能区活动是任务状态脑活动与对照状态相减所得.但是近年来研究发现,所谓静息状态时大脑也存在功能活动.显然这种脑活动将会影响与目的任务相关的脑功能成像结果以及对这种结果的解释.因此理解静息状态脑活动及其生理意义,对解释脑功能成像的结果以及全面了解大脑功能具有重要意义.文中就静态脑活动的研究背景、存在证据、活动特点、生理意义及其功能成像研究进展做简要评述.     

脑认知功能与外科脑功能保护

 神经外科的手术模式是随着人类对脑结构和脑功能认识的深入、对脑保护要求的不断提高而进步发展的。目前,对脑功能的认识已从大脑神经功能延伸到认知功能,对认知功能的保护成为未来微创神经外科脑功能保护的新要求。以术中神经导航为连接手段,结合已知的脑认知功能定位,保护已知的脑认知功能,验证和探索未知的脑认知功能是未来神经外科脑功能保护的重要方向。     

脑功能网络建模及分析研究进展

大脑是一种典型的复杂系统,理解大脑的结构以及运作机制对生命科学、医药工程、人工智能等领域重大问题的研究具有重要意义.功能核磁共振成像(fMRI)等技术可以实现比较精细的大脑神经活动信号的无创采集,是观察和分析大脑功能活动的重要辅助技术;同时,复杂网络理论与方法则为探索大脑的工作机制提供了重要的理论和技术基础.本文回顾了近年来基于fMRI等大脑神经活动信号采集技术进行脑功能网络建模与分析的研究进展,包括脑功能连接的相关性、因果性分析,白质纤维束投射连接分析,脑活动状态空间的能量图景分析等.文中介绍了这些方法的原理、适用性及局限性.目前基于数据分析的脑网络建模研究已经取得了丰硕的成果,然而,随着神经影像技术的不断发展及高质量神经活动数据的不断积累,复杂系统理论在脑科学领域的应用仍然具有广阔的前景.     

基于智能影像基因组学技术的阿尔茨海默病预测进展

 阿尔茨海默病（AD）起病隐匿，目前尚无有效控制病情进展以及治疗的药物或方法。在其发病轻度认知功能障碍阶段早期预测进行干预，则能有效控制其病程。从基于脑影像组学特征的AD早期临床诊断、基于人工智能影像组学技术的AD早期预测两个方面综述了AD的早期诊断与预测研究进展，提出结合多模脑核磁共振影像特征和组学特征，在深度学习的框架下，将影像学和基因组学联系在一起，构造高分类与预测性能的深度学习模型，可为AD早期筛查并干预提供支持。     

静息态人脑功能网络的小世界特性

研究了静息态下健康人脑的功能连接模式有助于理解人脑在正常或疾病状态下的功能活动规律.利用小波变换从健康志愿者静息态的功能磁共振成像中提取时间序列,计算90个脑区的相关性,设定阈值建立脑功能网络的无向简单图,然后计算特征路径长度和聚类系数,并对度分布进行拟合.结果显示:脑功能网络具有规则网络的大聚集系数又具有随机网络的小特征路径长度,度的拟合显示具有指数截断幂律分布,即脑功能网络具有小世界特性.     

女性阿尔茨海默病患者静息态功能磁共振图像FC分析

利用静息态功能磁共振对阿尔茨海默病(Alzheimer disease,AD)患者发病机制和病理过程的研究结果表明AD患者脑功能的改变早于脑结构的改变,女性患病率是男性的2倍.针对不同年龄段女性患者静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI),基于SPM(statistical parametric mapping,SPM)对图像进行时间上的时间层校正以消除时间差;空间上的头动校正、归一化、平滑等操作降低个体间差异.采用独立分量分析(independent component analysis,ICA)及聚类等方法进行盲源分离和稳定性分析,通过统计检验及组间对比研究女性患者各脑区之间的连接关系及其强弱,进而判断功能连接(functional connectivity,FC)差异,为女性AD患者临床前期诊断提供参考.     

基于分层同步的脑结构和功能网络关系研究

脑通过结构分割和功能整合达到局部专注又整体协作的工作模式,因此了解脑结构网络和功能网络之间的关系对深入理解脑活动具有重要意义.将耦合神经元群模型作为脑结构网络中的节点,其协同动力学可以重现脑神经活动的主要特征.基于模型分层同步的时间序列,构造脑功能网络并通过对比脑结构与功能网络的拓扑研究二者的关系.在猫和猿猴脑结构网络上进行的分层同步实验表明,脑结构和功能网络具有相似的连接模式,分层同步活动与结构网络的层次结构具有一致性,并基于结构网络中节点之间的相似性对二者的一致性进行了定量研究.数值试验的结果支持了脑结构网络的分层结构是脑功能分割和整合的基础,并且脑功能的整合和分割是通过神经元集群的协同活动实现的.     

基于独立成分分析和相关分析的fMRI功能连接方法

利用功能磁共振成像(functional magnetic resonance imaging, fMRI)技术,深入研究和探讨独立成分分析(independent component analysis, ICA)和相关分析在功能连接方面的应用,并应用于静息状态功能连接,考察在阿尔茨海默病(Alzheimer's disease, AD)的病理条件下人脑默认网络(default mode network)的异常,从而加深对AD病理机制的理解和认识.     

脑网络社团连接在轻度认知障碍分类中的应用

轻度认知障碍(mild cognitive impairment,MCI)发展成为阿尔茨海默病(alzheimer’s disease,AD)的概率极高,因此对于MCI的早诊尤为重要。本研究首次选取模块桥梁连接数作为分类特征,精确直观地反映出各功能脑区连接的异常损失。首先利用"堆结构"的贪婪算法模块化MCI和正常人(normal control,NC)的静息态功能脑网络,之后根据连接介数中心性去除网络中冗余功能连接,选取模块间与模块内桥梁连接数作为分类特征。该研究利用支持向量机对NC和MCI进行识别,平均分类正确率达92.89%,且统计分析显示两组被试在模块内及模块间的桥梁连接数有明显差异,其中默认网络、边缘系统的差异最为显著,这与先前研究基本一致。     

脑磁共振成像和脑网络及其分析软件

该文简单讲述核磁共振成像、脑磁共振成像、脑网络及其分析软件。核磁共振成像是一种生物磁自旋成像技术,基于脑磁共振成像的复杂脑网络研究是脑科学研究领域的一个热点。在脑网络研究中,分析软件的重要性越来越高。笔者收集整理了两类主要的脑网络分析软件,包括6款功能性磁共振成像软件和3款扩散性磁共振成像软件,给出了9款软件的简要介绍、网址、操作系统等信息。     

睡眠剥夺下人脑功能脑网络分析

在静息态和睡眠剥夺下分别获取了人脑f MRI数据,通过小波变换提取功能磁共振的时间序列,计算人脑116个脑区的相关性,发现在睡眠剥夺下人脑功能连接相较于静息态下有明显的变化,连接强度、聚类系数、特征路径长度、网络效率、小世界特性都有明显的变化;睡眠剥夺下脑区点效率变化在大脑脑区的激活增强居多,大脑激活补偿增强,而在小脑脑区点效率减弱比较明显,且影响小脑脑区数量相对于大脑更多,这表明睡眠剥夺对小脑影响比大脑更加明显。     

脑网络组学构建分析及应用研究

大脑是自然界最为复杂的系统之一。脑网络作为复杂网络理论在神经科学中的重要应用,极大程度上表现了不同尺度的脑结构或功能连接模型,提供了解释人脑这一复杂系统在结构组织及信息加工模式等问题的重要工具。同时,脑网络在脑疾病的临床应用研究中,也已证明很多脑疾病,在网络层面中均体现了不同程度的拓扑结构差异。这些成果为在系统水平上揭示脑疾病的病理机制提供了新的思路。笔者将以脑网络研究为重点,介绍脑网络的构建方法,包括不同影像类型下节点及边的定义方法;关联矩阵的阈值选择及稀疏度的划分方法;网络度量指标的计算,包括度、小世界属性、模块化等;脑网络的比较方法及其在抑郁症的临床应用及未来可能的研究方向。     

基于独立成分的加权高阶脑网络的分类方法

为了解决传统的磁共振成像数据分类方法正确率较低的问题,提出了一种基于独立成分分析的高阶功能连接网络,使用加权图的频繁子图挖掘和判别性特征选择进行分类研究的方法。该方法不需要依赖先验的脑图谱模板,充分考虑了扫描时间内的时变特性,且将频繁子图挖掘应用到了加权图上。同时为了更准确地找到具有判别性的子图特征,也提出了几种新的判别性特征选择方法。结果发现基于独立成分的加权高阶脑网络的静息态功能磁共振成像分类方法有效地提高了阿尔兹海默症诊断的正确率。     

基于局部空间活动模式信息提取脑激活区

伴随着功能磁共振成像(f MRI)实验数据的急剧增长,合理有效的f MRI数据分析技术显得越发重要.当前的f MRI数据分析一般基于一元统计方法,通过孤立分析每个体素的时间序列来决定该体素是否被激活,没有考虑隐含在局部脑区内的脑激活模式信息,无法检测到那些对刺激反应较为微弱的体素.文中针对当前f MRI数据一元分析的不足,提出了一种采用局部脑区活动模式间多元距离(local multivariate distance mapping,LMDM)的方法来对脑激活区进行检测.LMDM使用多元模式来表示不同刺激条件对应的局部脑区活动,并利用不同模式间的多元距离作为统计量来度量脑区活动在不同刺激条件下的区别,从而可以有效利用局部脑区信息来提取脑激活区.文中分别采用一元GLM方法,LMDM方法对仿真数据和真实实验数据进行了分析,并作了定量比较.结果均表明LMDM方法可以比一元GLM方法更完整地检测到脑激活区.     

基于rs-fMRI数据的脑功能网络构建与分析

从脑网络的角度研究大脑功能脑区之间的连接关系,对于理解大脑的工作方式乃至探究精神疾病的病理机制具有重要意义。本文基于静息态功能磁共振成像(rs-fMRI)数据,计算264个脑区间的相关性,提出了3个合理的假设来确定相关系数阈值,构建出相应的脑功能网络。通过计算网络的聚类系数和平均最短路径长度等属性,结果表明脑功能网络具有小世界特性。针对脑区节点数大于信号时间序列长度情况下的偏相关计算,提出了一种矩阵变换法,获得脑区间的偏相关系数,能够消除其他节点的间接影响。最后在标准脑图上实现了脑功能网络连接关系的可视化。实验证明本文的构建和分析算法是可行的,为脑功能网络分析提供了有益的探索。     

静息态脑功能成像评价平衡针对正常人的中枢作用

目的:应用静息态脑功能磁共振成像技术,探讨平衡针的中枢作用机制.方法:选择10名健康志愿者,于针刺平衡针前后分别进行磁共振腩功能成像扫描,应用功能连接方法处理功能磁共振(fMRI)成像数据,针刺前后两组数据采用组间配对t检验统计分析.结果:针刺后的双侧颞中回、双侧眶上同、双侧尾状核头、双侧岛叶、左侧腹背侧核、双侧额上回...     

自闭谱系障碍的大脑功能性连接研究进展

自闭谱系障碍是一种以早期社会交往上的广泛性异常、缺乏与人进行沟通的能力、异常局限的兴趣以及刻板重复性行为为特征的复杂的神经发育障碍．自闭谱系障碍的大脑功能性连接研究表明,自闭谱系障碍存在着大脑功能性连接的显著降低,这种神经同步性活动的异常与自闭谱系障碍的社交和沟通障碍的严重程度呈负相关．实验研究采用功能性近红外光谱成像技术,对自闭谱系障碍儿童静息状态下大脑皮层的功能性连接性进行测量,结果发现,自闭谱系障碍儿童的额叶和颞叶左右半球之间的功能性连接是显著降低的,而额叶和颞叶在语言加工和社会认知过程中起着重要作用．功能性近红外光谱成像技术作为一种光学脑成像技术,能够有效且可靠地揭示自闭谱系障碍的大脑异常功能性活动．