静息状态脑功能网络的研究及应用

目的:对静息状态网络的研究方法、初步的研究成果等作以介绍,并结合静息状态网络在阿尔茨海默病早期预警中的应用,介绍静息状态脑网络的应用。资料来源:应用计算机检索PubMed1980-01/2006-12与静息状态网络相关的文献,检索词“restingstate,functional connectivity”,并限定文献语言种类为“English”;同时计算机检索万方数据库1995-01/2006-12有关方面的文献,检索词为“静息,功能连接,阿尔茨海默病”,并限定语言种类为中文。资料选择:对资料进行初审,选取包括静息状态的相关文献,开始查找原文。纳入标准:①有关静息状态脑网络和功能连接的研究。②有关阿尔茨海默病的研究。排除标准:重复研究。资料提炼:共收集到53篇有关静息状态网络方面的研究,排除23篇重复性研究,30篇符合要求。资料综合:近年来,研究者发现大脑处于无任务的静息状态时,仍然存在着某种功能活动。这些现象表明大脑在静息状态时可能存在有组织的网络。这有助于对人脑高级意识和某些认知疾病的研究,因此,有关这方面的工作越来越受到人们的重视。结论:对静息状态网络的本质和规律的研究还很有限,对这个网络所支持的精确的功能还有待于进一步研究。

体素形态学方法与人工神经网络结合在Alzheimer病诊断中的应用研究

目的将体素形态学方法与人工神经网络方法相结合,用于阿尔茨海默氏病的诊断,探索自动、客观的Alzheimer临床诊断新途径。方法研究对象包括10名可能的Alzheimer病人和12例年龄与性别与之相匹配的正常老年人,在Siemens Sonata1.5T超导MR成像系统上获得精细的三维结构图像,首先利用体素形态学方法得到了Alzheimer患者灰质发生缺失的10个区域,然后统计每个区域的灰度值,在此基础上,利用反向传播神经网络对数据进行分析处理。结果海马、海马旁回、内嗅皮层、杏仁体、尾状核头部、颞中回、扣带回、顶下小叶、岛叶和前额背外侧区域,在训练样本数为18的情况下,利用神经网络能够达到100%的判别效果。结论将人工神经网络方法和体素形态学(VBM)方法相结合诊断Alzhei-mer患者,具有良好的临床应用前景,可能成为一种实用和可靠的临床诊断工具。