排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
目的利用优化的基于体素的形态学研究方法,比较遗忘型轻度认知损害(aMCI)和轻度阿尔茨海默病(AD)患者脑灰质体积。方法选取aMCI患者9例(aMCl组)、轻度AD患者13例(AD组)和正常老年志愿者7例(对照组),经T_2加权像排除颅内存在白质高密度信号,对其进行高分辨率三维T_1加权像扫描,数据在参数统计软件包SPM5下进行头颅标准化、优化、分割和平滑等处理。结果 aMCI组的双侧颞上回、额中回、中央前回、扣带回、顶下小叶、左侧颞中回、中央后回、海马旁回、右侧岛回和旁中央小叶等结构灰质体积小于对照组,差异有统计学意义(P<0.01)。aMCI组的双侧颞上回、齿状回、额上回、额中回、岛回、左侧楔前叶、中央后回、右侧颞中回、颞下回、额下回、顶上小叶和海马旁回等结构灰质体积大于AD组,差异有统计学意义(P<0.01)。结论基于体素的形态学研究能够发现aMCI患者颞、顶、额叶均存在一定程度萎缩,其萎缩程度与累及范围均介于正常老人与轻度AD之间。 相似文献
2.
目的考察轻度认知损害(mild cognitive impairment,MCI)和阿尔茨海默病(Alzheimer’s disease,AD)的大脑灰质体积是否存在异常及其与记忆功能的关系。方法本研究共纳入56例轻度AD、14例MCI和16例正常对照,所有被试均进行了记忆功能测查和磁共振影像检查。影像数据分析采用患者基于体素的脑形态学分析(voxel-based morphometry,VBM)。结果 AD组和MCI组记忆测验评分下降,呈AD组相似文献
3.
目的:探讨基于动态增强磁共振成像(DCE-MRI)的影像组学和深度学习对乳腺良恶性病变的诊断价值。方法:选取2017年1月至2018年6月经手术或穿刺病理证实的乳腺恶性病变患者93例、良性59例。所有患者均术前行乳腺MRI平扫及增强检查。通过计算获得早期流入信号增强比、最大增强信号比和流出斜率相对应的参数图。采用基于纹理和强度直方图的影像组学分析和5个卷积神经元网络(CNN)模型(ResNet50、VGG16、VGG19、Xception和InceptionV3)的深度学习进行诊断分析,并采用包含不同量肿瘤周围组织的五种不同输入边界框分析。结果:影像组学的诊断准确度均值为80%。不同输入边界框的ResNet50模型中,含少量肿瘤周围组织的最小边界框诊断效能最高,高于1.5倍和2.0倍边界框分析(均P<0.01);ResNet50(93%)、Xcep-tion(94%)和InceptionV3(93%)的准确度高于VGG16(80%)和VGG19(79%)(均P<0.01)。结论:深度学习对乳腺良恶性病灶的诊断效能优于影像组学,含少量肿瘤周围组织分析的诊断效能高于仅包含肿瘤组织和包含较多肿瘤周围组织。 相似文献
4.
目的用优化的基于体素的形态学研究方法(VBM)比较首次发作晚发抑郁(LOD)与轻度认知功能损害(MCI)患者的脑萎缩模式,探索LOD患者脑结构与认知功能的关系。方法选择LOD、MCI及正常老人39例,分为LOD组9例,MCI组14例和NC组16例,用简易精神状态检查量表和认知功能筛检工具评估3组总体认知功能,跨文化神经心理成套测验评估不同领域认知功能。用VBM对颅脑高分辨率3D T_1WI进行分析。结果与NC组比较,LOD组双侧额叶、边缘系统和顶叶多个脑区明显萎缩(P<0.01)。与MCI组比较,LOD组双侧额叶和边缘系统多个脑区明显萎缩(P<0.01)。LOD组物品记忆功能评分与额叶和边缘系统多个脑区灰质体积呈正相关(r=0.49~0.76,P<0.01),言语流畅性评分与右侧颞上回呈正相关(r=0.72,P<0.01)。结论首次发作LOD患者认知相关的脑区灰质萎缩较MCI更广泛和明显;患者额叶与边缘系统灰质萎缩与认知下降相关。 相似文献
5.
目的:探索联合扩散张量成像(DTI)与认知功能指标识别轻度认知损害(MCI)与早期阿尔茨海默病(AD)的价值。方法:本研究被试来源于北京大学精神卫生研究所记忆中心病例库,所有被试完成简易精神状态检查(MMSE)、临床痴呆量表(CDR)、认知功能筛选测验(CASI)以及全套神经心理测查,并进行头颅磁共振成像三维结构相、DTI成像及液体衰减反转回复序列(FLAIR)成像,根据FLAIR图像选取白质外观正常的被试共64例(23例轻度AD患者、20例遗忘型MCI个体和21例健康对照),测定颞叶、顶叶、额叶、枕叶、海马旁回、前扣带回、后扣带回、胼胝体膝部、胼胝体压部等多个脑区白质的各向异性分数(FA)和平均扩散系数(MD)。结果:判别分析发现,顶叶、颞叶和胼胝体压部FA值能有效区分MCI组和正常对照组(Wilk'sλ=0.358,χ2=38.51,df=3,P0.001),总判别正确率达87.8%,其中顶叶FA值对判别方程贡献最大(典则判别系数=1.002)。短时记忆与胼胝体压部MD值能有效区分轻度AD和MCI组(Wilk'sλ=0.261,χ2=53.68,df=2,P0.001),总判别正确率达95.3%,其中短时记忆对判别方程贡献最大(典则判别系数=0.938)。结论:顶叶各向异性分数值对区分轻度认知损害组与正常对照,识别轻度认知损害有重要贡献;短时记忆联合胼胝体压部平均扩散系数能有效区分轻度阿尔茨海默病和轻度认知损害组,其中短时记忆有重要贡献。 相似文献
1