基于静息态功能磁共振图像的动态功能连接特征的智商预测

目的近年来越来越多的研究表明大脑不同脑区间的功能连接的动态波动具有生理意义,但关于智商(intelligence quotient,IQ)的相关研究较少。本文基于动态功能连接(dynamic functional connectivity,DFC)提取动态特征对智商进行评估,为智商预测探索新的特征参数和预测模型。方法基于97个儿童静息态功能磁共振图像(resting state functional magnetic resonance image,RS-fMRI),采用滑动窗相关计算方法构建DFC。基于DFC提取相应时域、频域特征,通过弹性网(elastic-net,E-Net)和最小角回归(least angle regression,LAR)算法建立智商回归模型进行个体智商预测,并通过置换检验验证其显著性。结果基于动态功能连接的特定频段(0.075~0.1 Hz)频域特征和波动均值特征,可以实现对智商的基本预测,且频域特征的表现优于时域特征。另外,基于LAR算法构建的预测模型的表现优于E-Net算法。结论个体脑功能连接随时间的动态波动足以预测个体智商,且特定频段的频域特征和LAR算法能够提高预测准确率,这可为个体智商评估研究和动态功能连接的应用提供新的思路。     

基于独立成分分析的青年吸烟者大脑静息态执行网络功能连接变化研究

采用独立成分分析方法探索40名青年吸烟者和40名年龄与性别相匹配的非吸烟者的静息态功能磁共振数据,并结合“双重回归”方法探索吸烟者执行网络功能连接变化,同时将有变化的脑区与吸烟统计学数据进行Pearson’s双变量相关分析,例如年龄、包年、FTND、烟龄等。通过研究发现,青年吸烟者的大脑右中央执行网络的功能连接性增强,相关分析表明执行网络包含的背外侧前额叶皮质与烟龄呈显著性负相关（r=-0.339, P=0.032）。此项研究结果表明,吸烟对右侧中央执行网络的功能连接有一定的影响,研究结果可能为青年吸烟成瘾者的神经机制的特征提供额外的新见解。     

基于全脑功能连接的网络游戏障碍分类研究

目的：利用静息态磁共振数据构建全脑功能连接网络，通过多元模式分析建立诊断模型，实现网络游戏障碍(internet gaming disorder, IGD)和正常对照组之间的分类识别。方法：采集71例IGD患者及88例正常对照的大脑静息态磁共振数据，采用功能连接分析技术构建全脑功能连接网络。将大脑功能连接作为分类特征，采用支持向量机和多种特征选择方法，探索IGD患者区别于正常人的异常网络模式。综合多种特征选择方法筛选的共有特征最终确定IGD客观识别的影像学标志。结果：基于全脑功能连接建立的分类模型准确率最高可达80.6%（敏感性为78.5%，特异性为81.2%）。用于区分IGD患者和正常对照的神经影像学标记主要位于左侧背外侧前额叶、右侧前扣带回、左侧眶额回、右侧海马旁回和双侧颞叶等负责认知控制、动机和学习记忆的脑区。结论：基于静息态全脑功能连接的诊断模型对IGD有较好的区分能力，未来可以为临床智能诊断提供补充手段。     

原发性失眠患者大脑额顶网络的异常功能连接

目的:利用功能磁共振成像技术研究原发性失眠患者大脑异常功能连接,及其与病程和临床指标的相关性。方法:采集40例原发性失眠患者及35例在年龄、性别和受教育程度均匹配的健康被试在静息状态下的功能磁共振图像,从静息态功能磁共振数据中利用独立成分分析确定出10个静息态网络。利用FSL非参数置换检验进行双回归分析,从而检测10个静息态网络中基于体素的组间差异。利用皮尔逊相关分析检测异常的功能连接与各项临床指标的关系。结果:原发性失眠患者与正常对照组相比,在静息状态下大脑右侧额顶网络中的顶上回和额上回与网络内其他脑区的功能连接出现降低。进一步的相关分析发现,原发性失眠患者中异常的功能连接与临床指标无相关性。结论:证明在静息状态下原发性失眠患者大脑右侧额顶网络功能连接出现异常。本结果有利于理解原发性失眠患者大脑神经活动的改变。     

虚拟数字脑软件平台的研究与开发

目的:为脑科学和类脑人工智能提供一个软件研究平台。方法:首先,基于预处理后的静息态功能磁共振数据和因果连接法构建因果连接网,利用最小均方误差算法获得节点神经活动预测模型中的回归系数。然后,基于因果连接网和预测模型构建虚拟数字脑。最后,在VC++12.0开发环境下,利用C/C++编程语言开发出能实现虚拟数字脑各项功能的软件包。结果:同欧洲的虚拟大脑软件平台相比,该软件包操作简单,可用于脑科学和类脑人工智能的研究。结论:初步的实践结果证明了该软件在脑科学研究中的有效性和实际应用价值。     

一种基于静息态功能磁共振成像的快速丘脑分割算法

目的 探讨基于静息态功能磁共振成像(fMRI)的快速有效的丘脑分割方法.方法 静息态fMRI技术是通过测量血氧水平依赖(BOLD)信号的变化间接反映神经元的活动情况.利用丘脑内部的BOLD信号相关并结合聚类分析算法将丘脑进行功能性分割.结果 丘脑被划分为7个区域,同一区域内信号相似度高.此分割结果与利用丘脑-大脑皮层的功能连接强度所得的分割结果相似.结论 静息态fMRI不仅可以分析丘脑-大脑皮层之间的功能连接,还可分析丘脑内部的功能特征.仅利用丘脑内部信息分割丘脑具有运算量小、计算速度快的优点.     

正常脑老化中静息态功能磁共振成像功能连接的研究进展

【摘要】静息态功能磁共振成像（fMRI）作为一种不需要任务刺激就能呈现功能脑影像的技术手段,在临床上被广泛应 用。基于静息态fMRI的静息态功能连接（RSFC）,作为一种重要的计算机辅助分析法,能够度量不同脑区的脑功能连接 强度,对脑老化相关的神经科学领域的研究具有重要意义。本文介绍了功能连接的基本概念,总结了近年来脑老化相关 的人脑功能连接的研究成果,最后提出了该研究领域存在的问题及未来的研究方向。     

基于静息状态的功能磁共振成像

基于静息状态的功能磁共振成像已经成为当前人脑功能研究的重要手段之一.本文首先介绍了基于静息状态功能磁共振成像人脑功能研究的历史和现状,包括对正常人脑功能的研究和对病理状态下的人脑功能异常研究.然后介绍了基于静息状态功能磁共振成像的两种主要的数据分析方法:功能连接分析和慢波振荡特性分析.     

基于DTI影像图论分析的正常老化认知表现预测模型

目的 以磁共振扩散张量影像（diffusion tensor imaging,DTI）为基础进行大脑结构网络拓扑属性分析,选择与认知表现分数相关性较大的结构网络特征,并基于这些特征建立认知表现分数预测模型,藉以客观地估测老年人的大脑认知能力.方法 对94例正常老化的DTI影像进行结构脑网络构建,采用图论法分析结构连接矩阵,提取结构网络的特征,并将所有特征与受试者的简单智能状态检查量表（mini-mental status examination,MMSE）分数进行相关性分析,选取出与大脑认知高度相关的网络特征,再基于这些特征建立5种分析模型,预测受试者的认知表现分数,以进一步分析模型的预测效能.结果 通过相关性分析,在相关系数大于0.22且P值小于0.05的条件下,选取出与大脑认知高度相关的30个特征,这些特征分布在AAL（automated anatomical labeling）图谱中的12个脑区.而在模型建立与效能分析部分,以高斯回归模型的效能最佳,其训练组相关系数达0.89,预测误差最小为2.01,对受试者的认知表现分数预测较准确.结论 利用结构脑网络度量指标作为生物标记指针可建立正常老化认知功能预测模型,且能有效预测正常老年人的认知表现分数.     

年龄相关的动态功能连接网络特征研究

大脑老化会影响脑区之间的功能连接(FC),近几年有研究表明脑区之间的功能连接是随着时间变化的,而这种动态的变化能反映更多的生理病理信息。因此,本研究基于静息态功能磁共振成像(fMRI),采用滑动窗技术构建了32名老年受试者和36名年轻受试者的动态功能连接网络。利用小波包分析研究了波动能量差异对频段的依赖性,并与年龄进行线性回归分析。本文研究结果发现,老年组的功能连接波动能量在低频段高于青年组,而在高频段低于青年组。结果表明,老年人网络间的动态功能连接存在慢波化现象,这可能与老年人大脑的功能衰退有关。通过本文研究结果,可为脑老化的研究提供一种新的思路,同时也可促进对动态功能连接的理解。