论文部分内容阅读
磁共振成像(Magnetic Resonance Imaging,MRI)技术的飞速发展为研究活体脑的解剖结构和功能提供了客观而有效的科学工具,同时,计算机化的神经解剖学图像处理技术的进步为定量地计算和分析脑成像数据提供了科学依据,两者结合为快速、准确地实现神经系统疾病的临床诊断和病理研究提供了可能。近年来,大脑结构像得到越来越多的关注,利用结构磁共振成像(structural MRI)技术可获得高分辨率和高对比度的大脑解剖图像,便于分析其组织结构方面的形态学特点和变化。而基于网络观点,利用多变量数据分析方法的网络连接分析成为当前分析脑成像数据的热点和趋势。
本论文基于脑结构磁共振成像数据,分别用相关分析法和贝叶斯网络模型法研究了阿尔茨海默病人与正常人的脑结构网络。具体地,首先对两组人的脑结构磁共振数据进行预处理,将静息态默认网络节点所对应的脑区应用于结构像的分析中,计算这些脑区的体素平均值并作为统计分析的输入变量;其次分别对两组人进行了组内相关分析和组间相关分析;最后分别构造了两组被试的贝叶斯网络模型,并做了组间差异的检验和对比分析。
本论文的相关分析结果表明,两组人的中间前额叶与后扣带回以及后扣带回与海马之间的相关性均强于中间前额叶与海马的相关性,而从组间差异可以看出两组人左右半球呈镜像对称的脑区之间存在一定联系。贝叶斯网络模型结果表明,与正常人相比,阿尔茨海默病人的部分脑区之间联系减弱,比如右海马和左顶下小叶、右顶下小叶之间的共变关系减弱。但同时也存在部分脑区联系加强的情况,如中间前额叶和后扣带回、左海马和右海马之间的共变关系加强。但是,不论阿尔茨海默病人还是正常人,大部分脑区间的箭头指向并不改变。即虽然阿尔茨海默病会导致特定脑区灰质体积萎缩,但是否患阿尔茨海默病,对大部分脑区间的共变关系影响不大。
总的来看,本文结果显示相关分析与构造的贝叶斯网络模型在结构磁共振成像分析中得出的结果有一定的共通之处且符合病理学解释,证明了两种统计分析方法合理、可靠,在结构磁共振成像分析中有广阔的发展前景。