颞叶癫痫致痫灶DTI检测综述

首先介绍了弥散张量成像(diffusion tensor imaging,DTI)的基本概念,然后根据DTI及白质纤维束示踪(diffusion tensor tractography,DTT)技术在分析颞叶癫痫(temporal lobe epilepsy,TLE)患者DTI参数值及脑结构网络变化中的应用,概述了DTI在TLE结构方面包括脑结构网络的研究现状,最后介绍了DTI诊断TLE的发展趋势.     

基于DTI的颞叶癫痫患者认知功能研究综述

颞叶癫痫(temporal lobe epilepsy,TLE)是最常见的癫痫类型,癫痫反复发作会损害患者的认知功能,但导致TLE认知功能障碍的机制尚未明确.弥散张量成像(diffusion tensor imaging,DTI)是近年来兴起的一种无创性磁共振成像技术,它能敏感地显示脑白质的微观结构特性,并能够描述出脑白质纤维束的结构连接.因此,主要探讨DTI在TLE发病及其认知功能领域的研究现状,重点从记忆功能、语言功能和执行功能3个方面展开讨论;最后讨论了DTI在研究TLE患者认知功能领域的发展趋势和存在的问题.     

基于保持参数的DTI各向异性滤波

弥散张量磁共振成像(DTI)易受噪声干扰,且现有DTI去噪方法仅对各方向通道的DWI数据进行单独处理,未充分考虑各通道之间相关性以及DTI数据本身结构和形态特点.针对这些不足,作者根据DTI数据结构及形态特征,综合DWI不同方向通道间相关性,重构统一特征值和特征向量的扩散张量,并增加保持参数对迭代滤波过程进行约束,实现DTI各向异性滤波去噪并降低了对DTI数据结构和形态特征的影响.将所提出的方法分别用于合成弥散张量数据仿真和真实脑部DTI数据实验.仿真和实验结果表明,该方法能有效减少噪声对DTI数据的影响,较之现有去噪方法效果更好.     

2型糖尿病视网膜病变功能磁共振成像研究

为了探讨在静息状态下2型糖尿病引发的视网膜病变的脑部活动情况,对21名性别、年龄、文化程度相近的2型糖尿病视网膜病变(type 2 diabetes mellitus retinopathy,T2DR)患者和与之对应的16名正常志愿者(normal control,NC)在静息态下进行脑部扫描.分别用低频振幅(amplitude of low frequency fluctuation,ALFF)和局部一致性(regional homogeneity,ReHo)的脑功能磁共振成像方法(functional magnetic resonance imaging,fMRI)处理所得的fMRI数据,对ALFF和ReHo两种方法所得的数据分别进行双样本T-检验,两种方法结合起来比较正常人和病人的脑功能活动之间的差异,并对结果进行分析.经过双样本T-检验之后的结果显示(与NC组相比):ALFF显著增高的脑区有右侧舌回、枕叶和楔叶(p＜0.001,体素值＞30),ALFF显著降低的脑区有右侧小脑后叶、小脑前叶、缘叶、海马旁回、梭状回、颞上回、顶下小叶、角回;ReHo显著增高的脑区有右侧舌回和枕叶,ReHo显著降低的脑区有左侧后扣带回、缘叶、右侧顶下小叶、颞上回、海马、枕叶.结论显示2型糖尿病视网膜病变患者静息态脑功能存在明显异常,ALFF和ReHo的联合运用可以有助于2型糖尿病视网膜病变患者的脑功能状况的研究.     

读音和语义处理中双语被试脑功能的差异研究

利用功能性磁共振成像(fMRI)技术探讨双语被试语义和读音处理时脑活动的差异.实验使用汉语和日语中语义和读音处理相关实验刺激任务,通过两组被试各自判断任务中不同的脑激活情况探讨中日双语和日本人被试在语义和读音处理时脑活动的差异.结果表明对于中日双语被试,中文语义判断任务和中文读音判断任务相减,没有得到差异性脑区,而日文语义判断任务和日文读音判断任务相减得到了二者差异性脑区,主要表现在:右侧额叶前回(BA8/9),左侧纺锤状回(BA37)以及右侧颞叶(BA22/38);对于日本人被试,日文语义判断任务和日文读音判断任务相减得到二者差异性脑区,主要表现在:左侧颞上回(BA40)和左侧颞叶(BA22).     

一种注意力机制的多尺度特征融合MRI重建

针对深度卷积神经网络重建磁共振图像存在的高频细节纹理丢失问题，本文提出一种注意力机制的多尺度特征融合磁共振成像(magnetic resonance imaging, MRI)重建。在U-Net模型基础上，采用参考图像的特征，约束低分辨磁共振图像的重建，并引入多尺度特征挤压注意力(multi-scale feature squeeze attention, MFSA)模块，建立跨通道信息交互，在通道维度上对多尺度特征层进行特征提取并融合，强化高频细节纹理的特征信息，提高磁共振图像重建的分辨率。同时，为验证所提注意力模块的有效性，保持其他参数不变，在测试集上分别对网络加入的注意力模块前后进行对比实验。实验结果表明，本文所提出的MFSA,能提高图像的重建质量，使图像获得更丰富的信息，各项指标均达到最优，重建结果纹理清晰，接近于真实图像，更能满足人类的视觉感受，而且网络在峰值信噪比和结构相似性等质量评价指标方面均得到较大改善，在定量评估上明显优于其他网络，而且通过不同尺度注意力相融合，使网络在小数据集上就可明显提升图像的感知质量。该研究具有较大的应用价值。     

基于SPM5的视觉刺激3T功能磁共振成像数据处理研究

脑功能磁共振成像可以无创伤地观察人脑内部各个脑区的变化。3T高场磁共振成像设备信噪比更佳,提供的信息更详尽以及空间分辨率更高,目前正逐渐在国内外推广使用。SPM5是现今最流行的功能磁共振成像（functional Magnetic Resonance Imaging,fMRI）数据处理软件。文章基于SPM5数据处理软件对3T高场功能磁共振成像设备所获取的视觉刺激实验数据进行分析处理,实验结果更清晰、更直观、更精确地反映了相应脑区的变化。     

第二外语读音处理时脑活动差异的功能性磁共振成像研究

实验针对双语被试在进行中文和日语读音判断任务时脑活动差异的问题展开研究,发现了二者差异性脑区。利用中-日双语被试,使用中文读音判断和日文读音判断两种实验任务,实施了功能性磁共振研究。通过功能性磁共振成像（fMRI）技术,比较被试在判断日文读音和中文读音任务中不同的脑激活情况,进而得到第二外语读音处理的差异性脑区。结果表明中-日双语被试在进行日语读音处理和中文读音处理时脑活动之间存在差异,主要集中在以下脑区：右侧额叶下回（BA44/45）,右侧颞叶（BA7/40）,左侧纺锤状回（BA37）。     

基于脑功能网络连接的隐藏信息检测研究

大脑在视觉或听觉刺激作用下对是否隐藏的信息有不同的认知反应,而大脑的这种反应涉及到不同脑区的协同和信息流动。该文基于传统视觉刺激隐藏信息测试方法,设计了视听同步刺激的对比试验;并针对当前测试方法主要集中于脑中央区电极点的这一缺点,通过记录全脑区导联的信号来分析不同脑区神经活动的变化。首先用视觉刺激和视听同步刺激相关脑电位构建了脑功能网络,并计算脑网络聚集系数和特征路径长度作为基本特征量,同时构建了一种量子门节点神经网络分类器,将其应用于脑电特征的分类。实验结果表明,结合脑网络特征和量子神经网络分类器的方法,能够较为准确地识别隐藏信息,同时视听同步刺激效果好于视觉刺激。     

rtfMRI神经反馈情绪调节的静息态脑网络连接差异研究

海马在情绪调节过程中发挥关键作用，针对海马的实时功能磁共振成像(real-time functional Magnetic Resonance Imaging, rtfMRI)神经反馈训练能够有效增强健康人的情绪、记忆功能。脑网络是空间位置不同的脑区通过功能联系整合形成的网络模式，情绪调节涉及多个脑网络之间信息的协同交互，脑网络间连接特性的变化能够反映大脑情绪功能的改变。针对海马体的神经反馈情绪调节训练，从静息态脑网络的动态特性出发，提取被试与情绪调节相关的默认模式网络(Default Mode Network, DMN)、执行控制网络(Executive Control Network, ECN)和突显网络(Salience Network, SN)等高级认知网络，并分析这些高级认知网络的功能连接特征在神经反馈训练前后的差异。结果表明通过神经反馈训练，健康被试前突显网络与背侧默认模式网络、左侧执行控制网络之间的功能连接显著增强，而左侧执行控制网络与楔前叶网络之间的功能连接显著下降。结果验证了针对海马体的rtfMRI神经反馈情绪调节训练的有效性，并且情绪调节相关的脑网络间功能连接的变化...     

健康老年人脑年龄预测：基于尺度子配置模型的大脑连接组分析

为了识别大脑的网络拓扑结构相对于正常老化模式的偏离,需要建立健康大脑的老化模型.提出了一个自动、高效地通过对健康老年受试者DTI图像的大脑连接组分析所建立的大脑年龄预测系统.脑年龄预测的处理流程包括自动DTI图像预处理、结构网络构建、大脑连接组分析,最后基于尺度子配置模型估计受试者的脑年龄.结果证明该预测模型可以精确可靠地估计老年健康受试者的脑年龄.健康老年人组脑平均年龄差距为0.09 a,而应用该模型对高血压患者的脑年龄估计可以发现高血压患者脑平均年龄差距为5.55 a.该模型可作为一种重要的生物影像标志物来检测与疾病相关的异常脑老化.     

基于移动最小二乘法的白质纤维束走向跟踪

为了对脑白质纤维束进行三维重构,提出一种基于移动最小二乘法的纤维束三维曲线走向跟踪算法,根据磁场梯度表与b值把扩散加权数据转换为扩散张量数据并进行高斯滤波,以三次样条函数为权函数对扩散张量数据进行拟和,从感兴趣区域出发在纤维束弯曲角度与特定步长限制条件下进行走向跟踪.对病人脑扩散张量成像数据进行计算,计算结果表明,该算法能够准确快速地对胼胝体纤维束三维走向进行宏观上的跟踪.     

弥散张量成像技术在癫痫病研究中的应用进展

弥散张量成像是一种利用水分子在人体不同组织中呈现出不同的弥散特征进行成像的技术。文章介绍了弥散张量成像技术的基本原理并详细描述了各种弥散张量成像技术的数据处理方法及在癫痫疾病研究中的应用进展,主要包括手绘感兴趣区方法、基于体素分析方法和基于纤维素示踪方法等,最后指出目前弥散张量成像技术及在癫痫研究中存在的主要问题及未来的研究方向,主要包括抗癫痫药物的影响、纤维束追踪算法、多模态融合、信息传递方向等。     

基于吸引区域的多模态脑磁共振图像仿射配准

针对单个对象的多模态脑磁共振图像之间的几何形变较小的情形,为达到全局优化的目的,提出一种基于吸引区域的多模态脑磁共振图像仿射配准方法.把配准优化搜索过程分成两个步骤：寻找包含全局最小值的吸引区域和在吸引区域中进行最小值搜索.该配准优化使用吸引区域里目标函数的近似对称性予以实现.对于正常人群和脑胶质瘤患者群,进行了磁共振 T1加权和扩散加权图像之间多模态配准实验,并使用两种相似测度对3种不同的配准方法进行评价,实验结果表明：该方法与传统的局部优化方法相比,配准后的相似性测度均有显著性改善.     

一种两阶段的由粗到细的多模态脑肿瘤分割框架

从核磁共振图像中提取脑肿瘤在临床诊断及手术规划中起到关键作用。该文提出了一种两阶段的由粗到细的自动分割框架对多模态脑肿瘤图像进行分割。该框架分为粗分割及细分割两部分。粗分割部分采用一个深度卷积神经网络对脑肿瘤五分类，生成4种肿瘤组织的粗分割概率图；细分割部分将这些概率图作为掩膜促使卷积网络关注高概率区域。此外，为了减轻数据不均衡，细分割部分采用了双分支输出，一个支输出五分类结果，并采用带掩膜的交叉熵损失函数；另外一个分支输出二分类结果来标记整个脑肿瘤，采用了均方误差。利用BRATS 2015数据集进行验证，结果表明该方法具有很好的效果。     

基于CMAC和图像信息测度特征的边缘检测方法及其应用

CMAC(Cerebellar Model Articulation Controller)网络是一种具有线性结构、算法简单的局部化神经网络,由一个固定的非线性输入层和一个可调线性输出层组成,实质为自适应查表算法.由于信息以分布方式存储,CMAC泛化能力强,学习速度快.通过引入信息测度特征反映图像边缘,以CMAC网络为非线性函数映射器,对配电系统中关键绝缘瓷瓶的远程监控作了应用研究,提出一种利用CMAC网络完成瓷瓶图像信息测度至边缘特征的非线性映射方法;并通过边缘检测前后的正常预处理和异常扫描,实现瓷瓶状态的实时监测.仿真和实际应用均表明该方案具有可行性和有效性.     

基于脑电事件相关电位的功能性网络分析

利用视觉空间注意事件相关电位(ERP)构建了功能性网络;计算并分析了该网络的聚类系数;提出了一个适用的复杂网络统计参数即成对区域连接边数百分比;研究了ERP网络的特性及注意、刺激视野区域对该网络的影响。该聚类系数显著大于相应的随机网络的聚类系数,验证了网络的小世界特性。成对区域连接边数百分比显示刺激对侧大脑前后部的连接显著比刺激同侧大脑前后部的连接强。发现注意和非注意条件下的两个复杂网络参数有明显的不同,说明这两个参数能反映不同实验条件的大脑动力学特性。新的复杂网络统计参数的提出是研究各种认知任务下大脑动力学特性的一种有效的方法。     

基于多尺度残差神经网络的阿尔茨海默病诊断分类

提出多尺度残差神经网络(multi-scale resnet, MSResnet)。采用不同大小的卷积核对图像进行多尺度信息采集,并对神经网络进行残差学习,避免网络退化。对核磁共振图像(magnetic resonance imaging, MRI)进行标准化处理,利用MSResnet模型在阿尔茨海默症(Alzheimer's disease, AD)和正常受试者(normal control, NC)获得的分类准确率为99.41%,在AD和轻度认知障碍(mild cognitive impairment, MCI)获得分类准确率为97.35%。与已有的算法相比,本研究提出的算法的分类准确率得到了明显的提高。