静息态功能磁共振成像评估健康老年人认知行为的多尺度熵模型研究

当前,静息态功能磁共振成像(rfMRI)为脑功能检测提供了高效、快捷的先进技术.熵可以捕捉神经信号动态特征,可作为量化评估参数,但尚存在固定尺度计算缺陷且对认知行为的生物学标记少有研究,影响检测精准性.为此,本文将多尺度熵模型与机器学习方法联合,寻求BOLD信号复杂度表征健康老年人认知分数的功能影像学标记.由扫描前认知量表测试分数将98名健康老年人分为优、差两组,78名纳入训练,20名纳入测试.首先,构建多尺度熵模型,计算两组扫描数据熵,统计和对比以优化模型参数;然后,在优化参数下由统计显著性高的脑区熵值构建特征向量;最后,用极限学习机对两组分类并统计检验.发现:rfMRI多尺度熵在评估老年人认知分数时,在额、颞叶脑区存在较大显著性差异,以此为标记区分认知分数可达80%准确率.结论:额、颞叶等脑区优化的多尺度熵可有效区分健康老年人认知行为优劣.该研究将为rfMRI替代主观繁琐的传统认知量表测试提供新的检测参数和新方法.

低频节律源传播方向对近真实头模型表面场电位动态参量的影响

θ振荡(4〜8 H z)是与学习、记忆等高级功能密切相关的低频脑节律,源于脑深处皮质区,头表面以额叶、颞叶最丰富。神经科学实验发现,该节律在脑内以一定方式传播,因成像技术局限和脑组织导电复杂性,其对头表面脑电节律的影响鲜有报告。依据等效偶极子电流源的脑电产生原理,以脑内低频单偶极子电流源(6Hz正弦)偶极矩来仿真节律源驱动方向(以额叶为例定义指向),改变指向角度(以30°为移动单位),用有限元法计算电场,并对节律动态参量(大于平均值的显著能量、窄带相位)进行全局统计并对比。实验发现:脑内节律源在指向额叶表面传播时,几乎在所有指向角度下各向异性媒质会缩小显著能量空间;相反地,当源平行于额叶表面传播时,在所有指向角度下各向异性媒质会扩展显著能量空间,能量对源指向具有敏感性,而相位稳定性减小,只与脑内节律源非线性相位时程有关,对该指向不敏感。结果表明,脑内低频节律源传播方向对头表面场电位动态参量作用不同。该研究为理解头表面低频节律动态参量提供电场计算依据,有助于理解脑内电活动、脑组织导电特性和头表面场电位动态参量之间的映射关系。

脑功能连接模型在机器学习中分类鲁棒性研究——以静息态功能磁共振定位癫痫发作侧为例

机器学习能促进静息态功能磁共振成像(rf MRI)在癫痫中应用,尽管Pearson相关性的传统功能连接(FC)模型作为成像算法有较多报道,但其分类鲁棒性却少有研究。提出特异于健康人的癫痫患者FC指数模型,与FC在有监督机器学习分类敏感性和稳定性上进行比较,以期为提取癫痫患者功能影像学标记提供新算法。搜集20名结构像标记为海马阳性的内侧颞叶癫痫患者(各10名纳入左侧、右侧2组)和142名来自连接组学且与患者相同年龄段健康人的rf MRI数据;以健康人群为参照,构建个体患者FC特异性指数模型,为每个脑区功能打分;通过ROC敏感性分析曲线和曲线下面积(AUC)提取指数模型,对发作侧敏感脑区获得功能影像标记;以其指数作为特征向量,分别输入至概率神经网络和支持向量机,对患者发作侧分类;10次随机交叉验证分析稳定性,再分别对敏感脑区之间和患者之间的特征向量做线性相关性分析,以探求影响稳定性的内在原因。最后,用FC代替指数模型做同上处理,并比较两种功能连接模型的分类稳定性。结果显示,以FC为特征向量的AUC为0.76,而特异性指数的特征向量AUC为0.84,指数模型的分类敏感性高于FC。另外,FC的分类精度在25%~100%之间强烈波动,方差高达25.99%,且特征向量平均相关系数为0.67,相关性较强;而指数模型则在75%~100%之间较小波动,方差低至7.10%,且特征向量平均相关系数为0.28,相关性较小。在机器学习癫痫定侧中,静息态功能连接特异性指数模型表现出较强的分类鲁棒性,远优于传统模型,特征向量相关性较大可能是影响后者稳定性的主要原因。

静息态功能磁共振成像功能连接特异性指数模型在评估健康老年人认知分数中的应用

与传统量表法和任务态功能磁共振成像(fMRI)相比,静息态功能磁共振(rfMRI)在认知功能检测上有很大优势(特别是针对老年人),但脑老化功能影像学标记尚在探索中。提出功能连接特异性指数模型,试图与健康壮年人对照,分析健康老年人脑功能特异性,寻求区分认知分数的功能影像学指标,探索其分类认知分数优差的可能性,为替代提供研究基础。实验数据来自98名健康老年人和90名健康壮年人,前者来源于葡萄牙健康老年人认知功能的队列研究,在rfMRI扫描前,在认知量表测试分数最优和最差中,分别选出55名和43名作为实验组;后者数据来自哈佛医学院GSP影像组学,年龄在18~35岁之间,在rfMRI扫描前的认知功能评价分数居中,作为对照组。首先,对rfMRI预处理后,计算每人全脑功能连接,构建以脑区为单位的功能连接特异性指数模型,分析老年人脑功能连接与壮年人的偏移程度,统计、对比获得对优、差分数敏感的标志性脑区;然后,以其特异性指数值形成特征向量;最后,应用概率神经网络(PNN)模型对优、差分数组进行分类和N折交叉验证以检验所建指数模型的分类能力。健康老年人脑功能连接特异性指数模型可定位于健康老年人认知分数敏感的标志性脑区,分别处于额叶、颞叶、顶叶中的5个脑区;以这些脑区的指数为特征向量,可有效地区分优、差认知分数,准确度可达81.7%。通过对评价指数的建模并联合机器学习方法,可为rfMRI评估健康老年人认知分数提供有效的评价指标和新方法。

癫痫模型大鼠海马CA1网络theta节律断裂的观察

目的:探究尖波间期和无尖波恢复期颞叶癫痫大鼠模型的海马CA1网络theta节律随癫痫发展进程的变化规律。方法:14只成年雄性Wistar大鼠(200~250 g)麻醉后开颅,在海马的背侧埋入一个双极性钢电极(直径小于1 mm),在颅骨上埋入三个不锈钢皮质电极,在左和右额皮质内分别植入两个电极,在小脑埋入参考电极,粘合颅骨,检测、记录大鼠脑电图;之后腹腔注射癫痫诱发药物,匹罗卡品氢氯化物(pilocarpine hydrochloride,310 mg/kg),30 min后给予大鼠莨菪碱(scopolamine,1 mg/kg);借助14只大鼠在嗅行(exploration)时脑深部记录(SEEG),应用Gabor小波时频能量分析估算断裂段数(以350 ms为1段),与总段数的比值定义为断裂比,用来衡量theta节律断裂程度,分别计算了癫痫发展进程的早期(D7)和晚期(D25)中两个邻近尖波之间时间段(定义为尖波间期)和随后无尖波恢复期theta节律断裂比,与注射前脑电图比较。结果:①与对照脑电图比较,癫痫诱发大鼠的D7和D25的theta节律断裂比显著升高(P<0. 05),并且D7远高于晚期D25;②在无尖波恢复期,theta节律断裂比与尖波间期相当(P<0. 05)。结论:癫痫尖波直接导致了theta节律断裂,断裂程度将随癫痫发展进程而动态变化,早期伤害尤其严重。

静息态功能磁共振成像多尺度熵优化及在颞叶癫痫致痫侧定位中的应用

熵模型广泛应用在癫痫脑电分析中,但其在静息态功能磁共振成像(rfMRI)中尚存在主观选择计算参数的问题。为此,本文提出多尺度熵模型优化算法,联合有监督机器学习检验优化效果。以致痫侧定位为例,将20位海马硬化标记患者分为左、右侧2组,利用敏感性分析指标优化熵模型参数,以组间优化熵值有显著差异的脑区作为对致痫侧敏感的标记,其熵值为特征向量输入支持向量机分类并验证,获得平均准确率达95%的定侧结果,高于目前水平。研究结果显示,熵模型参数优化算法可较为准确地提取对致痫侧敏感的功能影像学标记,达到客观选择癫痫rfMRI熵模型参数的研究目的,为熵应用于先进技术检测提供了依据。