基于功能磁共振成像的腦網絡建模與演化.pdf

1、大腦由上億個神經元耦合關聯構成一個復雜系統(tǒng)，以完成各種生理和心理活動。伴隨神經影像學的蓬勃發(fā)展，科學家得以對大腦不斷進行更加深入的探索。功能磁共振成像（fMRI）由于其非侵入式特性、成熟的技術和高空間分辨率特點，已被廣泛用于活體腦活動實驗。復雜網絡理論作為分析復雜耦合系統(tǒng)的有效手段，為腦網絡建模提供了理論依據，并用于衡量腦網絡的拓撲特征和拓撲改變。本文以靜息態(tài)功能磁共振數據作為基礎，以復雜網絡理論作為工具，對大腦功能腦網絡的建模和演化進

2、行了相關研究與分析。
　　首先，提出了基于滑窗的子網投票建網方法。針對現有功能腦網絡建模方法置信度不高的問題，所提出的新方法可以有效提高網絡組內一致性和組間差異性，減少連邊假陽率?；谠摲椒▽夏旰颓嗄瓯辉囘M行分類，可以顯著提高分類性能。
　　其次，提出了腦網絡正常老齡化過程的動態(tài)演化模型。大腦的正常老齡化是一個動態(tài)過程，僅用靜態(tài)的腦網絡模型無法充分描述腦網絡的拓撲改變。本文所提出的模型能夠正確模擬腦網絡狀態(tài)從青年組經由中年

3、組向老年組演變的過程，成功仿真了腦網絡老齡化的拓撲改變和連邊改組。
　　然后，提出了面向阿爾茲海默癥（AD）的功能腦網絡演化模型。該模型用以模擬大腦的病變過程，成功復現了大腦在 AD病理過程中的拓撲改變和連邊改組，捕獲了腦網絡從小世界架構向隨機網絡的退化過程。
　　最后，采用jPCA算法對血氧水平依賴（BOLD）信號進行了信號約簡和數據可視化。神經信號往往是復雜的高維信號，這使得對神經信號的分布統(tǒng)計難以進行。通過信號約簡，實