目的应用结构磁共振(structural magnetic resonance imaging,sMRI)技术分析儿童自闭症谱系障碍(ASD)大脑皮层的折叠模式及其网络属性,揭示ASD患者和正常人大脑功能结构共变网络的差异。方法本研究获取了32名儿童ASD患者和20名正常人的s...目的应用结构磁共振(structural magnetic resonance imaging,sMRI)技术分析儿童自闭症谱系障碍(ASD)大脑皮层的折叠模式及其网络属性,揭示ASD患者和正常人大脑功能结构共变网络的差异。方法本研究获取了32名儿童ASD患者和20名正常人的sMRI数据,首先对sMRI数据进行预处理并计算大脑皮层复杂度,基于大脑皮层复杂度构建结构共变网络,然后基于图论,计算网络属性指标,最后进行统计分析。结果 ASD患者的全脑功能网络拓扑属性与正常对照组相比发生改变,主要表现在ASD患者的网络的聚类系数,全局效率和局部效率显著增加,同时最短路径长度显著减少。并且,与对照组相比,自闭症组的中心节点分布明显不同。结论 ASD患者的大脑网络中心节点发生改变,而全脑功能综合能力及功能分离能力有所增强。展开更多
文章提出了脑部核磁共振血管造影(Magnetic Resonance Angiography,MRA)的全自动分割方法,该方法有效增强了现有的基于Markov随机场(Markov Random Field,MRF)的分割技术。现有的三维Markov分割模型通常面临的挑战是:(1)低级MRF模型参...文章提出了脑部核磁共振血管造影(Magnetic Resonance Angiography,MRA)的全自动分割方法,该方法有效增强了现有的基于Markov随机场(Markov Random Field,MRF)的分割技术。现有的三维Markov分割模型通常面临的挑战是:(1)低级MRF模型参数初始化不够准确;(2)普通的MRF邻域系统无法探测精细的血管结构。针对这两类问题,分别提出了基于多尺度滤波响应阈值分析和多模式邻域系统进行解决,使得MRF模型的血管分辨率提高到2个体素的细小血管。实验中,低级模型参数的精确估计采用了最大期望算法,高阶MRF参数的估计采用最大伪似然估计方法;通过三维仿真数据和实际脑部MRA数据进行验证,分割结果显示了较小的全局误差。展开更多
文摘文章提出了脑部核磁共振血管造影(Magnetic Resonance Angiography,MRA)的全自动分割方法,该方法有效增强了现有的基于Markov随机场(Markov Random Field,MRF)的分割技术。现有的三维Markov分割模型通常面临的挑战是:(1)低级MRF模型参数初始化不够准确;(2)普通的MRF邻域系统无法探测精细的血管结构。针对这两类问题,分别提出了基于多尺度滤波响应阈值分析和多模式邻域系统进行解决,使得MRF模型的血管分辨率提高到2个体素的细小血管。实验中,低级模型参数的精确估计采用了最大期望算法,高阶MRF参数的估计采用最大伪似然估计方法;通过三维仿真数据和实际脑部MRA数据进行验证,分割结果显示了较小的全局误差。