静息态脑功能网络分析的假设驱动和数据驱动方法综述

基于功能磁共振成像的研究已发现在脑区之间存在低频波动一致的脑功能网络.脑功能网络有助于认识脑功能和诊断神经精神疾病,而脑功能网络分析方法在其中具有重要地位.本文首先综述了假设驱动和数据驱动进行脑功能网络分析的两类方法,接着对常用的基于感兴趣区、基于体素、基于独立成分分析、基于主成分分析和基于聚类方法的原理、优缺点做了详细介绍,并着重阐述了最近提出的组信息指导的独立成分分析方法,及基于半监督学习技术的感兴趣区选择方法,最后对改进方向进行了展望.     

基于独立成分分析的精神分裂症患者动态脑功能网络分析新方法

目的 提出一种新的基于独立成分分析法进行动态脑功能网络分析的方法,并应用该方法探讨精神分裂症患者在动态全脑功能网络上的变异。方法 首先基于滑动时间窗方法计算正常被试和精神分裂症患者的动态全脑功能网络,然后使用组信息指导独立成分分析方法,提取每个被试的动态全脑功能网络的功能连接状态及相应的时间波动,比较正常被试和精神分裂症患者在功能连接状态上的差异。结果 两组的最重要功能连接状态的模式有相似性。正常被试在额叶、顶叶相关区域较精神分裂症患者具有更强的正功能连接;在小脑相关区域精神分裂症患者呈现出更多的正功能连接,而正常被试呈现出更多的负功能连接。结论 组信息指导独立成分分析方法可有效提取动态脑功能网络的功能连接状态,可揭示精神分裂症患者在动态脑功能网络的变异。