基于fMRI的静息态脑功能连接研究

《基于fMRI的静息态脑功能连接研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、密级桂林电子科技大学硕士学位论文题目___基于fMRI的静息态脑功能连接研究（英文）AresearchonthebrainfunctionalconnectivitybasedonfMRIinrestingstate研究生学号:112081311研究生姓名:罗邵辉指导教师姓名、职务:陈真诚(教授)申请学位门类:工学学科、专业名称:精密仪器及机械提交论文日期:2014年4月论文答辩日期:2014年6月万方数据万方数据万方数据基于核磁共振成像的静息态脑功能连接研究2万方数据摘要摘要静息态脑功能连接在近些年来得到

2、广泛的关注。本文基于核磁共振成像手段，主要采用网络中心化、层次聚类和多重分形三种方法探讨了健康成年人静息态下的大脑默认模式网络，并演示其功能连接模式。首先，从复杂网络的角度找出静息态下脑网络的中心节点，脑网络的构建依赖传统的种子相关方法，此过程发现平均度值最高的是扣带回，证明扣带回是默认网络的中心。然后，采用一种层次聚类分析方法检验全脑160个感兴趣区域低频波动信号两两之间的相似性。为了将静息状态功能磁共振成像数据进行分类，定义了一个相关性距离的测量方法，并使用了树形锐化方法来改善层次聚类的分类效果。结合网

3、络中心化准则发现的最强连接性的脑区，找出了静息态下呈现最强功能连接的默认网络。最后搜索出来的默认网络包含31个节点，与Dosenbach等人研究结果重合的有25个。分析从静息态fMRI影像中提取出来各个脑区的血氧水平依赖(bloodoxygenationleveldependent，BOLD)信号，通过分析其质量指数函数及奇异谱函数曲线的性质，发现BOLD信号的确具有一定程度的多重分形性。分别计算全脑160个感兴趣区域(regionsofinterest，ROI)的BOLD信号的分形谱函数的三个特征参数并组

4、成特征向量，对这些特征向量作层次聚类，识别出包含有roi_73(扣带回的代表节点)的簇团，该簇团与Dosenbach等人的研究结果相比较，有18个ROI是相同的。将本文方法应用到静息态脑功能连接的研究中取得了很好的效果。该方法可以应用在某些认知障碍的临床辅助性诊断上。关键词:复杂网络；层次聚类；多重分形；默认模式网络；静息态I万方数据基于核磁共振成像的静息态脑功能连接研究AbstractBrainfunctionalconnectivityinrestingstatehasbeenthefocusofmuc

5、hresearchintherecentyears.Thisstudyinvestigatethebraindefaultmodenetwork(DMN)ofhealthyyoungpeoplewithnetworkcentriccriterion,hierarchicalclusteringandmultifractalbasedonfMRI,anddemonstrateitsfunctionalconnectivitypattern.Findingoutthecentralitynodeofthebra

6、innetworkfromtheperspectiveofcomplexnetworks.Cingulateshowedthehighestvalueofaveragedegree,makingitthemostsuspectofwherethecentralityindicesofDMNlay.Anovelhierarchicalclusteringmethodwasproposedtodetectsimilaritiesoflow-frequencyfluctuationsbetweenanytwoou

7、tof160regionsofinterest(ROI)alloverthebrain.Onedistancemeasureinthelowfrequencyrangewasutilizedtoprovidebasesfortheclassificationofresting-statefMRIdata,andadendrogramsharpeningmethodwasfurtherusedtoimprovetheclassification.Intheend,combiningwiththestronge

8、stconnectednetworknodeidentifiedbynetworkcentriccriterion,thedefaultmodenetworkwhichpresentedthestrongestconnectivityinrestingstatewassearchedout.Theresultantfunctionalconnectivitynetworksearchedoutwiththecin