脑功能磁共振数据时空分析方法研究

论文摘要

应用脑成像技术分析脑的结构与功能特性是认知科学中的重要研究内容。论文以解析脑功能的时空组织机制为目的,以单手对指运动实验功能磁共振成像（functional magnetic resonance imaging,fMRI）数据集为主要研究对象,以数据分析方法为研究重点,研究了从神经元活动到激活的功能区域,最后到全脑范围的大规模功能网络的时空特点。血液动力学响应及在此基础上的血氧水平依赖性（blood oxygenation level-dependence, BOLD）是功能磁共振成像的生理基础。论文从组块设计的fMRI数据入手,提出了一种新的贯序的数据驱动方法,依次分析任务段的图像信息,并且通过非线性最小二乘方法拟合激活区的血液动力学响应函数,拓展了组块设计fMRI数据在血液动力学响应研究中的应用;通过分析运动实验fMRI数据集,验证了对侧感觉运动区、同侧小脑和辅助运动区等激活区的空间扩散及其血液动力学响应的时间差异。研究表明血液动力学响应有明显的时空扩散特性。从脑功能组织的功能分离原则出发,提出了以统计参数映射（Statistical Parametric Mapping, SPM）和独立成分分析（independent component analysis, ICA）为基础的SPM-ICA联合激活区检测方法。联合方法利用时间独立成分分析（temporal ICA, tICA）分解fMRI数据,独立成分的个数由贝叶斯信息法则（Bayesian information criterion, BIC）确定,用得到的独立成分确定SPM中一般线性模型（general linear model, GLM）的设计矩阵,估计参数并通过统计推断找到具有特异性的激活区域。SPM-ICA联合方法比传统SPM方法所需先验知识要少,同时也克服了ICA缺乏统计推断和激活区局部特异性分析能力的缺点。应用BIC确定独立成分个数,与后验的试错法相比,是先验的无需监督的方法。蒙特卡罗仿真实验和受试者操作特征（receiver operating characteristic, ROC）曲线的分析结果表明SPM-ICA联合方法有更高的检验功效和更好的综合性能。应用SPM-ICA联合方法分析运动实验fMRI数据,不仅检测出了传统意义上的持续任务相关激活区,还发现了暂态任务相关激活区,主要包括后顶叶和额叶等区域。论文拓展了暂态任务相关成分的定义,加深了对运动功能及相关脑区的认识。从脑功能组织的功能整合原则出发,以一般线性模型功能连接分析方法为基础,提出了有上下文的功能连接分析方法（contextual functional connectivity analysis, CFCA）和贝叶斯功能连接分析方法（Bayesian functional connectivity analysis, BFCA ）。CFCA结合一般线性模型和条件内区域间协方差分析方法（within-condition interregional covariance analysis, WICA）,在模型中区分不同试验和不同任务下脑的状态,可以检验不同状态下区域间的功能连接强度及其变化。用这种方法分析运动实验fMRI数据中四种状态（左手运动与基线控制、右手运动与基线控制）下各感兴趣区域对的功能连接强度和有上下文的功能连接关系,分离出了顶叶联合感觉皮层与同侧BA（Brodmann Area）6区之间以及小脑和对侧BA6区之间的功能连接模式。BFCA利用贝叶斯理论估计两个区域之间功能连接的强度并评估其显著性,既能够明确的评估两个区域之间存在有功能连接关系的确定性,同时用被试内的方差反映各被试特异性,能够有效削弱离群点对功能连接强度估计的影响,具有更高的鲁棒性。论文研究了精神分裂症病人脑结构特性,探讨了大脑运动功能的非对称性。应用体素形态学方法（voxel-based morphometry,VBM）分析精神分裂症病人的脑结构图像,发现精神分裂症组相对正常组被试在右侧前扣带回、右上颞叶和额叶有明显的灰质浓度降低。借鉴体素形态学方法,论文提出了一种新的基于体素的功能非对称性多阶段分析方法,给出了直接和间接的“任务间功能非对称性”的概念,能够自动的检测和评估各种层次的功能非对称性。应用这种方法分析运动实验fMRI数据,发现在基底神经节的苍白球和屏状核中存在有显著的任务间功能非对称性,证明了基底神经节在运动功能执行与调节中所发挥的重要作用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 脑功能研究现状
• 1.3 脑功能成像概述
• 1.4 磁共振成像技术综述
• 1.4.1 核磁共振原理
• 1.4.2 磁共振成像
• 1.4.3 功能磁共振成像
• 1.4.4 磁共振数据分析方法概述
• 1.5 论文的研究内容、主要贡献和组织结构
• 1.5.1 论文的研究内容
• 1.5.2 论文的主要贡献
• 1.5.3 论文的组织结构
• 第二章 血液动力学响应扩散特性研究
• 2.1 血液动力学响应的建模
• 2.1.1 输入输出
• 2.1.2 脑动态系统模型
• 2.1.3 血液动力学响应模型
• 2.2 血液动力学响应的时空特性分析
• 2.2.1 材料
• 2.2.2 方法描述
• 2.2.3 结果
• 2.2.4 讨论
• 2.3 本章小结
• 第三章 功能分离与脑激活区检测方法研究
• 3.1 统计参数映射
• 3.1.1 一般线性模型
• 3.1.2 fMRI 模型
• 3.1.3 随机场理论
• 3.1.4 随机效应分析
• 3.1.5 SPM 应用实例
• 3.2 独立成分分析
• 3.2.1 模型定义和基本假设
• 3.2.2 模型辨识方法
• 3.2.3 ICA 在fMRI 数据分析中的应用
• 3.3 SPM-ICA 联合方法
• 3.3.1 方法的提出
• 3.3.2 仿真分析
• 3.3.3 实际数据分析
• 3.3.4 讨论
• 3.4 本章小结
• 第四章 功能整合与脑连接分析方法研究
• 4.1 脑连接分析方法概述
• 4.1.1 脑连接的研究方法
• 4.1.2 有效连接分析方法概述
• 4.1.3 功能连接分析方法概述
• 4.1.4 有效连接与功能连接的比较
• 4.2 基于一般线性模型的功能连接分析方法研究与应用
• 4.2.1 方法描述
• 4.2.2 静息数据的脑功能连接分析
• 4.2.3 方法在静息数据功能连接分析中的应用
• 4.3 有上下文的功能连接分析方法研究与应用
• 4.3.1 方法描述
• 4.3.2 方法在单手对指运动实验数据集中的应用
• 4.3.3 讨论
• 4.4 基于贝叶斯理论的功能连接分析方法研究与应用
• 4.4.1 贝叶斯理论
• 4.4.2 贝叶斯理论与功能连接分析的结合
• 4.4.3 贝叶斯功能连接分析方法的应用
• 4.4.4 讨论
• 4.5 本章小结
• 第五章 脑结构与功能特性中的若干问题研究
• 5.1 体素形态学方法及脑结构特性分析
• 5.1.1 体素形态学方法描述
• 5.1.2 精神分裂症病人脑结构特性分析
• 5.2 任务内和任务间的功能非对称性研究
• 5.2.1 非对称性问题的提出
• 5.2.2 任务内和任务间功能非对称性分析方法
• 5.2.3 方法在单手对指运动实验数据集中的应用
• 5.2.4 讨论
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 未来工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果
• 作者在学期间参与的主要科研工作