基于頻域分析和結(jié)構(gòu)聚類的fMRI數(shù)據(jù)處理方法研究.pdf

1、隨著輕度認(rèn)知功能障礙診療，如抑郁、帕金森、阿爾茨海默病等領(lǐng)域研究的逐步深入，數(shù)據(jù)挖掘在腦功能認(rèn)知數(shù)據(jù)分析中，尤其在多屬性分析、功能認(rèn)知模式分析等領(lǐng)域，扮演著重要角色。在進(jìn)行fMRI數(shù)據(jù)分析的過(guò)程中發(fā)現(xiàn)，輕度認(rèn)知功能障礙診療數(shù)據(jù)分析中存在兩個(gè)潛在的問(wèn)題，即腦激活區(qū)提取中的延遲問(wèn)題與提取功能連通模式的可靠性問(wèn)題。首先，在提取功能認(rèn)知實(shí)驗(yàn)的腦激活區(qū)中，當(dāng)功能認(rèn)知任務(wù)刺激信號(hào)與血液動(dòng)力學(xué)響應(yīng)信號(hào)之間在多個(gè)被試中存在不特定延遲的時(shí)候，提取的腦激活

2、區(qū)域的準(zhǔn)確性下降問(wèn)題。另一方面，由于靜息態(tài)實(shí)驗(yàn)可執(zhí)行性高，輕度功能認(rèn)知障礙診療的研究熱點(diǎn)近年來(lái)逐漸集中于靜息態(tài)數(shù)據(jù)，并且發(fā)現(xiàn)功能連通模式是一種有效的診斷評(píng)價(jià)特征。若當(dāng)靜息態(tài)數(shù)據(jù)不服從分析模型假設(shè)時(shí)，存在所提取的功能連通模式的可靠性會(huì)降低的問(wèn)題。本文深入研究了fMRI數(shù)據(jù)處理方法在上述情況下存在的潛在問(wèn)題，結(jié)合數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)方面的相關(guān)思想，并在與醫(yī)生進(jìn)行充分溝通的前提下，進(jìn)行了大量結(jié)合實(shí)際的仿真研究。主要工作包括:針對(duì)腦激活提取中的延遲

3、問(wèn)題，發(fā)現(xiàn)通過(guò)頻域特征可提高fMRI數(shù)據(jù)處理結(jié)果中提取腦激活區(qū)的準(zhǔn)確性。針對(duì)提取功能連通模式的可靠性問(wèn)題和大規(guī)模腦功能網(wǎng)絡(luò)，則利用基于三元環(huán)的復(fù)合結(jié)構(gòu)相似性理論改善了fMRI數(shù)據(jù)處理中提取的功能連通模式的準(zhǔn)確性與魯棒性。為了進(jìn)一步提高所提取的功能連通模式的可靠性，在小規(guī)模腦功能網(wǎng)絡(luò)中，提出基于k完全子圖特征的結(jié)構(gòu)聚類方法。
　　本研究主要內(nèi)容包括：⑴提出基于空間仿射度量的fMRI時(shí)間序列腦激活區(qū)域提取算法。該算法是一個(gè)可以從fMR

4、I血氧水平依賴信號(hào)中提取腦激活區(qū)的數(shù)據(jù)挖掘算法，通過(guò)結(jié)合頻域特征與時(shí)域特征的特性，可以在功能認(rèn)知任務(wù)刺激信號(hào)與血液動(dòng)力學(xué)響應(yīng)信號(hào)之間存在不特定延遲時(shí)，獲得更準(zhǔn)確的腦激活區(qū)。24名被試的fMRI數(shù)據(jù)測(cè)試以及受試者工作特征曲線定量分析結(jié)果顯示，使用該算法提取的腦激活區(qū)準(zhǔn)確性優(yōu)予以往基于GLM提取的腦激活區(qū)準(zhǔn)確性。⑵提出基于拓?fù)浣Y(jié)構(gòu)相似度與三元環(huán)的fMRI拓?fù)渚W(wǎng)絡(luò)功能連通模式提取算法。該算法是一種從腦功能連通性網(wǎng)絡(luò)中提取功能連通模式的無(wú)監(jiān)督聚

5、類算法，其中聚類結(jié)果中的簇即為功能連通模式，結(jié)合拓?fù)浣Y(jié)構(gòu)相似性與三元環(huán)拓?fù)浣Y(jié)構(gòu)特征，在保留了結(jié)構(gòu)相似性特征所具有的聚類結(jié)果特性的基礎(chǔ)上，利用三元環(huán)拓?fù)浣Y(jié)構(gòu)對(duì)其邊界進(jìn)行優(yōu)化，降低聚類結(jié)果中的離群點(diǎn)的偽陽(yáng)性率。利用仿真拓?fù)渚W(wǎng)絡(luò)進(jìn)行的實(shí)驗(yàn)研究結(jié)果表明，本文所提算法與以往基于SCAN研究相比，在適用于大規(guī)模腦功能連通性網(wǎng)絡(luò)的同時(shí)，聚類結(jié)果的準(zhǔn)確度優(yōu)于以往的方法。⑶提出基于k完全子圖特征的fMRI拓?fù)渚W(wǎng)絡(luò)功能連通模式提取算法。該算法是一種以功能連

6、通模式自身為特征的無(wú)監(jiān)督聚類算法，主要面向fMRI功能連通模式提取。本文利用圖論和計(jì)算理論等相關(guān)手段，改善了傳統(tǒng)完全子圖因?yàn)橛?jì)算量極大而難以應(yīng)用到現(xiàn)實(shí)數(shù)據(jù)當(dāng)中的情況。使得基于k完全子圖特征的結(jié)構(gòu)聚類方法在計(jì)算成本上可行。利用仿真拓?fù)渚W(wǎng)絡(luò)進(jìn)行的實(shí)驗(yàn)表明，基于k完全子圖的結(jié)構(gòu)聚類算法無(wú)論是聚類準(zhǔn)確度還是魯棒性均優(yōu)于傳統(tǒng)的SCAN結(jié)構(gòu)聚類算法。面向靜息態(tài)功能連通性網(wǎng)絡(luò)的功能連通模式提取實(shí)驗(yàn)結(jié)果表明，利用基于k完全子圖的結(jié)構(gòu)聚類算法提取的腦網(wǎng)絡(luò)