论文部分内容阅读
迄今所知,人脑是最复杂的系统之一。脑影像技术的出现使研究人员可以非侵入的直接探查大脑的结构与功能。本文采用大脑的结构磁共振成像数据,构建脑结构网络,利用复杂网络理论,研究原发性全面强直阵挛癫痫患者(Generalized tonic-clonic seizure,GTCS)的脑结构网络异常。分析结构磁共振成像数据基于体素形态学(voxel-based morphometry,VBM)方法,用双样本T检验比较癫痫患者组和正常对照组之间的脑区灰质体积差异,基于AAL模板,采用Pearson相关系数方法构建癫痫患者组和正常对照组脑结构网络。运用复杂网络相关理论,分别计算其脑结构网络的“小世界”属性及基本网络参数(最短路径长度、聚类系数、局部效率和全局效率等),分析两组人群脑结构网络的差异性特征。研究结果表明,与正常对照组相比,癫痫患者组在小脑、丘脑、颞叶、额叶、扣带回等脑区发生显著的灰质体积萎缩。两组结构网络都表现出了“小世界”属性,且网络量化参数中最短路径长度和全局效率,正常对照组的均优于癫痫患者组,而聚类系数和局部效率正常组的却低于癫痫患者组。该结果证实了癫痫组局部效率的增加是脑结构网络进行“平衡化”的结果,是对大脑全局效率降低的一种补偿。研究了节点与边混合动态相继故障模型(CLM)对癫痫患者的脑结构网络。选择脑灰质体积萎缩脑区与节点度值最小脑区重合区域作为攻击目标,分析对比正常组与癫痫组的被试脑结构网络抵抗相继故障的能力。本文将脑结构网络的节点度值按照从大到小的顺序排列,选择节点度值最小脑区与灰质体积萎缩脑区重合的六个脑区进行攻击,计算在不同的容量系数条件下网络的效率,将结果与正常对照组的结果进行比较。结果发现,与正常对照组相比,癫痫患者组脑结构网络在袭击灰质体积萎缩脑区与节点度值最小脑区重合的脑区时,具有较强的鲁棒性,证实了癫痫患者脑区灰质体积萎缩确实对脑结构网络的拓扑结构产生了一定的破坏,导致出现更多的离散节点,自然网络的鲁棒性也就比正常组强。为预防因癫痫相关脑区发生异常而引发其他脑区障碍,应同样重视、保护节点度值小的脑区。