基于功能磁共振成像的腦網(wǎng)絡(luò)建模與演化.pdf

1、大腦由上億個(gè)神經(jīng)元耦合關(guān)聯(lián)構(gòu)成一個(gè)復(fù)雜系統(tǒng)，以完成各種生理和心理活動(dòng)。伴隨神經(jīng)影像學(xué)的蓬勃發(fā)展，科學(xué)家得以對(duì)大腦不斷進(jìn)行更加深入的探索。功能磁共振成像（fMRI）由于其非侵入式特性、成熟的技術(shù)和高空間分辨率特點(diǎn)，已被廣泛用于活體腦活動(dòng)實(shí)驗(yàn)。復(fù)雜網(wǎng)絡(luò)理論作為分析復(fù)雜耦合系統(tǒng)的有效手段，為腦網(wǎng)絡(luò)建模提供了理論依據(jù)，并用于衡量腦網(wǎng)絡(luò)的拓?fù)涮卣骱屯負(fù)涓淖?。本文以靜息態(tài)功能磁共振數(shù)據(jù)作為基礎(chǔ)，以復(fù)雜網(wǎng)絡(luò)理論作為工具，對(duì)大腦功能腦網(wǎng)絡(luò)的建模和演化進(jìn)

2、行了相關(guān)研究與分析。
　　首先，提出了基于滑窗的子網(wǎng)投票建網(wǎng)方法。針對(duì)現(xiàn)有功能腦網(wǎng)絡(luò)建模方法置信度不高的問(wèn)題，所提出的新方法可以有效提高網(wǎng)絡(luò)組內(nèi)一致性和組間差異性，減少連邊假陽(yáng)率?；谠摲椒▽?duì)老年和青年被試進(jìn)行分類(lèi)，可以顯著提高分類(lèi)性能。
　　其次，提出了腦網(wǎng)絡(luò)正常老齡化過(guò)程的動(dòng)態(tài)演化模型。大腦的正常老齡化是一個(gè)動(dòng)態(tài)過(guò)程，僅用靜態(tài)的腦網(wǎng)絡(luò)模型無(wú)法充分描述腦網(wǎng)絡(luò)的拓?fù)涓淖?。本文所提出的模型能夠正確模擬腦網(wǎng)絡(luò)狀態(tài)從青年組經(jīng)由中年

3、組向老年組演變的過(guò)程，成功仿真了腦網(wǎng)絡(luò)老齡化的拓?fù)涓淖兒瓦B邊改組。
　　然后，提出了面向阿爾茲海默癥（AD）的功能腦網(wǎng)絡(luò)演化模型。該模型用以模擬大腦的病變過(guò)程，成功復(fù)現(xiàn)了大腦在 AD病理過(guò)程中的拓?fù)涓淖兒瓦B邊改組，捕獲了腦網(wǎng)絡(luò)從小世界架構(gòu)向隨機(jī)網(wǎng)絡(luò)的退化過(guò)程。
　　最后，采用jPCA算法對(duì)血氧水平依賴(lài)（BOLD）信號(hào)進(jìn)行了信號(hào)約簡(jiǎn)和數(shù)據(jù)可視化。神經(jīng)信號(hào)往往是復(fù)雜的高維信號(hào)，這使得對(duì)神經(jīng)信號(hào)的分布統(tǒng)計(jì)難以進(jìn)行。通過(guò)信號(hào)約簡(jiǎn)，實(shí)