靜息態(tài)磁共振腦影像的動態(tài)功能連接模式分析.pdf

1、人腦是世界上最復雜的結構，人們一直致力于探索其更深層次的奧秘，渴望揭開這一層神秘的面紗。功能磁共振成像（functional magnetic resonance imaging,fMRI）為人們研究人腦功能提供了強有力的工具，而靜息fMRI因其包含信息量大、操作簡單等優(yōu)點而應用廣泛。隨著腦功能網絡研究的不斷深入，人們發(fā)現了靜息功能連接的時域變化特性，并對此產生了濃厚的興趣。本文以兩組靜息fMRI數據為研究對象，分析了精神分裂癥和長期駕

2、駛行為對人腦動態(tài)功能網絡的影響。論文的主要工作包括以下三個方面內容：
　　構建了基于動態(tài)功能連接的分析方法框架。自發(fā)性神經波動的發(fā)現，讓人們開始關注腦區(qū)之間的動態(tài)信息交互。越來越多的研究證明了功能連接的時域特性，并且開始將動態(tài)連接應用到腦功能網絡的分析中。本文第二章通過總結以往靜息fMRI數據的特征提取和分析方法，提出了一套以動態(tài)功能連接為基本特征的模式分析方法框架，并將此方法框架應用到后續(xù)章節(jié)的靜息fMRI數據分析當中。

3、　　網絡間的動態(tài)交互異常可以為精神分裂癥診斷提供潛在的生物學標記。本文第三章運用第二章提出的方法框架，論證了基于動態(tài)功能網絡鑒別精神分裂癥患者的可行性。結果證明，基于動態(tài)功能網絡的方法可以以81.3％的分類精度將精神分裂癥患者與健康對照區(qū)分開來。對一致性特征進行統(tǒng)計的結果顯示，具有高分辨力的功能連接大部分分布在定義的六個功能網絡之間，表明網絡間的功能連接對分類做出了更大的貢獻。這些網絡間動態(tài)交互的改變意味著，精神分裂癥患者的腦區(qū)間存在著

4、動態(tài)交互異常，并且可以為臨床診斷提供可靠的生物學標記。
　　長期駕駛行為改變了腦區(qū)間的動態(tài)交互。本文第四章首次從動態(tài)功能連接的角度出發(fā)，同樣利用第二章的方法框架，分析了長期駕駛行為對腦區(qū)間動態(tài)交互的影響。分類結果顯示，以功能連接的低頻振蕩振幅（amplitude of low-frequency fluctuations,ALFF）為基本特征，可以有效地將駕駛員和非駕駛員區(qū)分開來，留一法的分類正確率達到90.0%。其中，絕大多數具