基于fMRI动态功能连接的抑郁症患者分类研究*

针对当前抑郁症诊断正确率偏低、误诊率偏高的问题,利用fMRI动态功能连接研究了抑郁症辅助诊断问题。首先采用滑动时间窗技术研究功能连接及其网络拓扑特性的动态变化,然后基于这些动态特征应用多元模式分析方法对22名抑郁症患者和27名健康被试进行分类。采用动态分析方法能够增加样本数量,从而更加有利于一些分类算法的应用。实验结果表明以动态功能连接和网络拓扑特性为特征的分类正确率均为93.88%,明显优于对应非动态特征81.63%和85.71%的结果。进一步分析表明,具有高辨别力的特征所对应的脑区主要分布在默认网络、情感网络、视觉皮层区等,动态功能连接可能为抑郁症的辅助诊断提供新的手段。     

基于静息态 fMRI 的催眠控制呼吸研究

催眠是一种被证明有效的、无害的心理学上的呼吸控制方法.文章通过对13位有催眠背景的心理咨询师被试进行催眠控制呼吸实验,由催眠师引导被试进行催眠,运用静息态功能磁共振的方法来研究催眠控制呼吸状态下脑功能的异常.结果显示:在催眠状态下,脑活动在视觉皮层(枕叶)、感觉运动皮层(中央前回、中央后回、布洛德曼4、6区)、后扣带回以及颞中回上升;在背外侧前额皮层、小脑后叶以及缘上回下降,并且在全脑大规模静息态功能网络范围内相关关系增强(正常态r=0.64,催眠态r=0.80).此外,催眠状态下视觉皮层与运动皮层之间的功能连接增强.研究结果表明,视觉皮层和运动皮层在催眠控制呼吸的神经机制中发挥了重要的作用,其神经机制也可能与认知处理和感知处理密切相关.本研究结合了心理学以及脑科学,为催眠研究提供了一个认知脑科学的研究新视觉.     

静息态功能磁共振成像的脑功能分区综述

目的 越来越多的研究表明,基于静息态功能磁共振成像（rs-fMRI）的大脑功能分区比传统的大脑结构分区（如AAL分区、Brodmann分区等）在功能网络构建中功能一致性更高。但现阶段对于大脑功能模块的划分较粗糙,需要更精细准确的脑功能分区,明确宏观尺度的基本功能单元。为能使脑科学领域的研究者对基于静息态功能磁共振成像的脑功能分区进行有益的探索和应用,本文对其进行系统综述。方法 从rs-fMRI数据与大脑功能网络的关系出发,理清脑功能区分割的一般思路,对近几年来脑功能分区算法中出现的新思路、新方法以及对原有方法的改进做了较全面的阐述;最后总结该领域现阶段面临的问题并对未来的研究方向做了展望。结果 根据脑区情况,将脑功能分区分为全脑功能分区和局部脑功能分区,并分别阐释这两方面的优势与应用。同时,将脑功能分区算法归纳为基于数据驱动和基于模型驱动两大类,并展示了各类分区算法的优势以及面临的难点和挑战。结论 基于静息态功能磁共振成像的脑功能分区的研究已经取得了一些进展和有价值的研究成果,但是距离研究人脑机制,应用于脑部疾病的预防和诊断以及启示类脑科学的发展,还需要对脑功能分区方法进行更深入的研究和完善。后续研究中可将传统的分区算法和先验知识、空间领域信息、空间约束、稀疏编码、特征选择和采样学习等思想结合起来,形成融合性的脑功能分区算法,致力于更为细致准确的大脑功能分区和脑功能网络构建,解析脑的高级功能。     

精神分裂症和抑郁症患者静息态脑电分类

精神分裂症和抑郁症作为临床精神科中的两种重性精神疾病综合征,两者的发病机制至今未明,因此临床上对于二者的区别常常依靠量表和医生的临床经验进行判断.脑电图(EEG)作为一种高时间分辨率的非侵入性诊断方法,可以作为两种疾病的一种潜在生物标记物.通过采集两种疾病临床静息态(睁眼和闭眼)的脑电数据,训练卷积神经网络(CNN)模...     

基于功能核磁成像的静息态功能脑网络研究综述

近期研究成果表明:大脑在无特定任务状态下,各功能区之间依然会有部分功能连接并由此构成网络。且连接组网的方式、强度等可能对脑功能认知研究非常有帮助。正因为此,近年来,一大批研究人员投身其中,取得了很多很出色的成果。该文从信息分析的角度,总结了近年来脑网络研究过程中典型算法的模型构建原理、优点及不足,最后对脑网络的应用范围进行了简单的阐述。     

多站点自杀倾向抑郁症脑功能网络同质化研究

目前来自采集中心的具有自杀倾向的重度抑郁症（Major depressive disorder,MDD）患者脑功能影像存在异质性,从而造成的计算瓶颈影响了分析可靠性。为此,本文借助同质化多站点算法,试图扩充MDD患者静息态功能磁共振成像（Resting-state functional magnetic resonance imaging,rfMRI）的样本体量,探究自杀倾向对MDD脑功能网络的影响。实验纳入3个站点、共99例MDD患者（包括非自杀倾向（Non-suicidal MDD,nMDD）67例、自杀倾向（Suicidal MDD,sMDD）32例）及72例健康对照（Healthy controls,HC）组rfMRI数据,计算Pearson相关性的功能连接并由ComBat技术同质化多站点功能连接;以小世界属性为稀疏度判别标准,以功能连接为边建立脑网络并进行图论分析;在节点度、节点效率指标上采用多重比较校正进行组间显著性对比。实验结果表明,同质化有效清除了站点间功能连接异质性。在小脑下半月小叶及蚓锥体,sMDD组较nMDD组和HC组皆具有组间显著性（pFDR<0.05）,...     

静息态功能脑连接的空间动态分析及分类研究

现有的精神疾病分类模型仅采用脑网络的静态指标作为特征,忽略了脑网络的空间动态信息,导致分类性能不高。为克服这一局限性,提升分类模型的性能,提出了基于功能脑连接空间动态的分类方法。通过高维模板对脑连接进行空间动态分析,提取脑连接空间动态特征。利用统计分析进行特征选择,构建基于静息态功能脑连接的分类模型。通过对抑郁症患者与正常被试的分类实验结果表明,脑连接空间动态特征的分类准确率（83.0%）比传统采用脑网络的静态指标特征的分类准确率（77.8%）高5.2个百分点。     

静息态功能脑网络差异指标分析及抑郁症分类应用

为了构建辅助诊断模型,以提高抑郁症诊断的准确率。在连续的阈值空间(8%~32%)内构建所有被试的功能脑网络并使用复杂网络理论对抑郁症患者的脑网络进行分析。通过设定阈值,根据统计显著性提取不同数量的节点属性与全局属性组合作为分类特征,并选择四种不同的分类算法进行分类研究,以得到构建一个准确率较高的模型。结果是SVM和神经网络算法在阈值P为0.05下,所建的模型的分类模型的准确率较高,分别达82.78%及81.36%,因此利用该方法所构建的诊断模型可以用于抑郁症的辅助临床诊断中。     

飞行员静息态脑功能度中心度特征研究

度中心度的实质是计算单个体素与全脑所有体素之间的脑功能网络连接强度,使用度中心度分析方法对飞行员与地面职业者进行分析,探讨飞行员与地面职业者大脑功能差异的脑区。选取26名飞行员作为飞行组和24名地面职业者作为对照组,采集RS-fMRI数据,计算出相对应的DC值,然后在组间差异区间内对两组DC值做双样本t检验,最后定位差异脑区,并进一步分析差异脑区与飞行时长之间的相关性。通过数据处理发现飞行组左侧辅助运动区的DC值（P<0.001）相较于地面组有明显的增高,且该值与飞行时长呈显著正相关（双尾检验,r=0.450, P=0.027）。飞行员在静息态下左侧辅助运动区的功能活动与普通职业者之间存在明显差异。该区域与运动前准备阶段中的信息筛选、运动起始等功能有关,因此,结果可能意味着经过系统化的飞行训练,飞行员在信息筛选、运动起始等方面的能力有所提高。     

基于多尺度的稀疏脑功能超网络构建及多特征融合分类研究

脑功能超网络已成功应用于脑疾病的诊断。在之前的研究中,集中通过改变超边的方法来改善超网络的构建,忽略了不同尺度的节点定义对脑功能超网络拓扑的影响。考虑到该问题,提出了基于不同尺度的脑区划分来进行脑功能超网络的创建,从而分析其对脑功能超网络拓扑和分类性能的影响。具体来说,首先,基于自动解剖标记模板,利用聚类算法和随机动态种子点的方法对大脑进行细分割;其次,基于每种节点规模下所得的平均时间序列,利用LASSO方法分别进行脑功能超网络的构建;接着分别提取功能超网络的多组局部特征(节点度、最短路径长度、聚类系数),并利用非参数检验和基于相关的方法选取每种节点规模下的差异特征;最后,分别利用支持向量机构建分类模型。分类结果显示,随着节点规模的增大,所构建的脑功能超网络分类准确率增高,在节点尺度1 501下,准确率高达95.45%。同时,多尺度融合的分类准确率优于任一尺度下的分类准确率,这表明不同尺度的节点定义会影响脑功能超网络的拓扑,在未来的脑功能超网络研究中,除了关注超边的构建方法外,应更加关注大脑划分方案的选择,而且多种基于大脑划分的尺度融合特征可以补充更多的分类信息,提高抑郁症与正常人的分...     

磁共振多通道射频接收线圈性能评估

磁共振成像技术追求高信噪比和快速扫描。与单通道线圈相比,多通道线圈具有高信噪比、高分辨率和成像速度快的特点。为服务于射频线圈设计和制作,开发了基于磁共振k空间数据的多通道射频线圈性能评估软件。此软件可以准确方便地计算多通道线圈噪声耦合矩阵和信噪比。     

功能磁共振成像与脑电的融合及其应用

作为当今医学影像技术研究中的热点问题之一,多模态医学影像融合技术的研究及其研究成果,对认知科学的研究和临床治疗有着重要的意义.提出了一种基于独立分量分析(ICA)的fMRI受限等效偶极子模型(简称FC-ECD)来解决fMRI与EEG的融合问题.方法首先利用ICA,剔除原始信号中的噪声,提取有效ERP成分(同时可以对偶极子的数量进行估计);然后基于理想4层头模型,利用fMRI激活点的空间信息作为限制条件,对提取出的ERP成分进行精确的定位,从而减少了计算量并取得了很好的效果;然后,通过仿真实验的结果验证了方     

基于功能磁共振成像的人脑效应连接网络识别方法综述

人脑效应连接网络刻画了脑区间神经活动的因果效应. 对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角, 而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记, 具有十分重要的理论意义和应用价值. 利用计算方法从功能磁共振成像(Functional magnetic resonance imaging, fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题. 本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程, 说明了其中的主要步骤和方法; 然后, 给出了一种脑效应连接网络识别方法的分类体系, 并对其中一些代表性的识别算法进行了阐述; 最后, 通过对该领域挑战性问题的分析, 预测了脑效应连接网络识别未来的研究方向, 以期对相关研究提供一定的参考.     

仿体表面磁共振声辐射力成像位移精度检测研究

磁共振声辐射力成像(Magnetic Resonance Acoustic Radiation Force Imaging,MR-ARFI)是一种超声焦点定位技术,可通过检测声辐射力作用到生物体内时在局部组织区域产生的微米级位移,实现对超声焦点的定位。基于 MR-ARFI 位移检测结果,可实现经颅超声焦点定位及相位矫正。但目前仍较 少研究对 MR-ARFI 定量技术的位移检测精度进行标定。该文在超声作用参数(输入功率、时长、脉冲重复频率)完全一致的条件下,以激光多普勒技术测得的位移作为金标准,与 MR-ARFI 测得的位移值进行比对,探究 MR-ARFI 的位移检测精度。研究结果显示,激光多普勒测量的最大位移值和位移分布 图与 MR-ARFI 测量结果具有良好的一致性。这表明 MR-ARFI 定位技术具有较高的位移检测精度,可反映检测对象的真实运动情况,有望在脑科学领域发挥重要作用。     

基于压缩感知的心脏磁共振快速成像的应用现状与发展趋势

为了改善心脏磁共振成像(Cardiac Magnetic Resonance,CMR)在实际应用中成像时间长且存在运动伪影等不足,将压缩感知理论(Compressed Sensing,CS)引入其中,充分利用K空间信息冗余的特性,实现由部分K空间数据重构心脏组织影像,在减少伪影、保证精度的同时加快成像速度。结合近3年的国内外文献,首先对CMR现状、常用序列和技术以及采样模式、压缩感知理论框架分别进行阐述;其次对CMR的最新成果及应用现状进行综述和概括;然后介绍压缩感知图像重构的相关定量评价指标,给出作者在CS-CMR图像重构方面的研究进展;最后总结当前研究中的不足,并展望未来的发展方向。     

轻度认知障碍磁共振信号中固有频率动态功能性连接的聚类研究

功能性连接（Functional connectivity,FC）可以表示脑区的协同工作能力,目前广泛采用动态功能性连接（Dynamic functional connectivity,DFC）和聚类分析相结合的方法研究疾病的显著性差异分析和分类。但现有研究,对于聚类个数的确定和聚类结果选用并没有明确的标准,且传统的DFC无法表示不同频率的FC信息。因此,本文对轻度认知障碍（Mild cognitive impairment,MCI）磁共振信号中固有频率DFC聚类问题进行研究。首先对被试的时间进程（Time course,TC）数据做噪音辅助的多元经验模态分解并计算DFC;然后通过评判辅助的聚类方法做聚类分析,再采用最小二乘对聚类结果做拟合;最后采用分类器做分类。实验采用阿尔茨海默病神经影像学（Alzheimer’s disease nearoimaging,ADNI）数据库的数据对本文算法进行测试。实验结果表明,有监督聚类分类准确率高于无监督聚类;引入固有频率的DFC分类准确率要高于传统的DFC;最小二乘拟合能提升分类准确率。     

基于仿真脑磁共振数据的信噪比在医学影像质量量化上的一致性研究

医学成像过程复杂,且影响成像质量的因素非常多,导致医学影像质量的量化一直非常具有挑战性.信噪比是一种被广泛采用的医学影像质量量化方法,被定义为感兴趣区域的信号均值与背景噪声的标准差的商.它的计算和执行勾画的操作者及勾画的区域密切相关,因此有必要对其一致性进行系统的研究.文章共计使用了324例仿真的磁共振脑影像,分为正常脑和多发性硬化病变两类影像;并将脑脊液区域和白质区域作为感兴趣区域;最后采用Wilcoxon秩和检验来检验操作者间的差异性,并用Pearson相关系数和Spearman秩相关系数来验证感兴趣区域间的一致性.实验结果发现,对相同模态的相同组织区域,不同观察者间的信噪比值没有显著性差异(Wilcoxon秩和检验,P＞0.70);对相同模态的相同观察者,Pearson相关系数rp＞0.71 (P＜10-5),而Spearman秩相关系数_＞0.97 (P＜ 10-3),即信噪比对磁共振影像质量的评价不受操作者以及感兴趣组织的选择而出现差异.进一步的临床数据验证有利于挖掘信噪比在临床应用中的使用条件和潜在局限.