女性肠易激综合征患者核磁共振脑功能成像研究初探

目的通过核磁共振脑功能成像观察女性肠易激综合征患者（irritablebowelsyndrome，IBS）及正常人在直肠刺激时脑内活动区表现的差异，探究肠易激综合征的发病机制。方法根据综合性医院焦虑抑郁量表对2013年6月～2014年9月间20例女性IBS患者进行精神心理评估并分组，同时将入选的20例女性IBS患者和9例健康对照组分别应用血氧水平依赖性功能性磁共振成像技术，给予直肠气囊扩张刺激试验，记录脑内激活情况。结果在直肠刺激为40mL时，正常组激活的脑数点为4个，IBS焦虑组为2个，IBS非焦虑组为10个；在直肠刺激为80mL时，正常组激活的脑数点为3个，IBS焦虑组为22个，IBS非焦虑组无有效激活；在直肠刺激为120mL时，正常组无有效激活．IBS焦虑组为2个，IBS非焦虑组为2个。故IBS组及正常组脑内激活情况与给予的刺激强度并不成正比，但焦虑IBS组在给予80mL、120mL刺激时脑内激活情况明显强于对照组及非焦虑组。结论核磁共振脑功能成像可以客观记录IBS患者在接受刺激时脑内的激活变化情况。其结果与心理测试基本同步，焦虑／抑郁的IBS患者可能在接受心理治疗后可获得更大的收益。

核磁共振脑功能成像BOLD信号的特征及其神经电生理机制

基于脑血氧水平依赖(BOLD)对比的fMRI技术作为脑功能成像的主要方法已广泛用于脑的生理、病理及人的心理活动等研究领域,成为研究脑功能活动的一种重要的无损伤探测手段．目前对BOLD信号的特征及其神经电生理机制的研究受到广泛的重视,研究结果也非常丰富,但还有很多问题尚未解决．同时,由于BOLD信号是对神经活动的间接测量,要准确推演神经活动信息需要对该信号的机制有较为全面及深入的理解．文中就BOLD信号的特征、对外部刺激的非线性响应问题和BOLD信号与神经电生理活动的关系等作简要评述．对非线性响应问题提出了新的观点,并对今后的研究做了展望．

核磁共振脑功能成像技术的方法及临床应用

目的:探讨核磁共振脑功能成像技术的方法及临床应用。方法:选取我院2015年1月~2017年6月脑肿瘤患者71例,均经病理检查确诊,依据肿瘤良恶性分组,良性组49例,恶性组22例,均予以核磁共振脑功能成像技术检测,比较2组D、D*、f参数及ADC标准值。结果:恶性组D、D*参数及ADC标准值均低于良性组,差异有统计学意义(P<0.05);恶性组f参数高于良性组,差异有统计学意义(P<0.05)。结论:核磁共振脑功能成像技术有助于脑肿瘤良恶性鉴别,临床应用价值较高。

脑功能连接特征判别青少年注意缺陷多动障碍的探索

目的:基于静息态脑功能连接特征建立注意缺陷多动障碍(ADHD)的智能诊断模型。方法:收集符合DSM-IV标准的60例8~16岁的ADHD患者和92例正常对照的静息态脑功能核磁共振成像数据,比较两组脑区间的功能连接,运用机器学习,探讨与机器学习理论的双重信息特征筛选方法得到的30个最优特征集合对ADHD诊断的预测性能。结果:ADHD在默认网络和感觉运动网络之间功能连接增强,默认网络内部,以及默认网络和小脑网络间的功能连接减弱。ADHD距离较远脑区间功能连接减弱,而距离较近的脑区间功能增强。模型的灵敏度和特异度分别可达80.3%和90.0%。结论:结合新的机器学习模型,运用ADHD脑功能连接特征的诊断方法可以获得较高的准确率。

面向脑核磁共振识别运动任务的门控循环单元方法

目的在脑科学领域,已有研究借助脑功能核磁共振影像数据(functional magnetic resonance imaging,fMRI)探索和区分人类大脑在不同运动任务下的状态,然而传统方法没有充分利用fMRI数据的时序特性。对此,本文提出基于fMRI数据计算的全脑脑区时间信号(time course,TC)的门控循环单元(gated recurrent unit,GRU)方法(TC-GRU)进行运动任务分类。方法基于HCP(human connectome project)数据集中的100个健康被试者在5种运动任务中分两轮采集的1000条fMRI数据,对每种运动任务计算每个被试者在各脑区(共360个脑区)的时间信号;使用10折交叉验证方案基于训练集和验证集训练TC-GRU模型,并用构建好的模型对测试集进行测试,考察其对5种运动任务的分类能力,其中TC-GRU在各时刻的输入特征为全脑脑区在对应时刻的TC信号幅值,通过这样的方式提取全脑脑区在整个时间段的时序特征。同时,为了展示使用TC-GRU模型可挖掘fMRI数据中更丰富的信息,设计了多个对比实验进行比较,利用长短期记忆网络(long short-term memory,LSTM)、图卷积网络(graph convolutional network,GCN)和多层感知器(multi-layer perceptron,MLP)基于全脑脑区时间信号进行运动任务分类,以及利用MLP基于由fMRI数据估计的脑功能连接进行运动任务分类。此外,考察了先验的特征选择对分类效果的效应。结果基于全脑脑区时间信号的TC-GRU模型在运动任务中的分类准确率最高,为94.51%±2.4%,其次是基于全脑脑区时间信号的LSTM模型,准确率为93.73%±2.67%。基于全脑脑区时间信号利用MLP进行分类,有先验和无先验的特征选择准确率分别为92.75%±2.59%和92.04%±7.15%,比基于全脑脑区时间信号的GCN(准确率为87.14%±3.73%)和基于脑功能连接利用MLP进行分类(有先验和无先验的特征选择准确率分别为72.47%±4.47%和61.49%±9.97%)表现更好。结论TC-GRU模型可挖掘脑fMRI数据中丰富的时序信息,非常有效地对不同的运动任务进行分类。

音乐对情绪的影响及其脑机制的相关研究

音乐能够表达人们的情感,影响人们的情绪.认知神经科学的发展增进了对于音乐诱发情绪神经机制的认识.文中综述了该领域的最新进展,对音乐情绪研究的可能方向进行了阐述.

基于体素邻域信息的均值漂移聚类算法检测fMRI激活区

为了提高fMRI激活区提取算法的抗噪能力及精确性,提出了一种基于体素邻域信息的均值漂移聚类算法.采用互相关分析方法计算每个体素的时间序列与刺激函数的相关系数,并计算该体素的时间序列与邻域中体素的时间序列的相关系数,以这2种相关系数构建有效整合体素邻域信息的二维特征空间.再用均值漂移算法对此特征空间进行聚类搜索,完成对脑神经活动区域的检测.利用仿真数据和实际fMRI数据对算法进行测试.仿真数据测试结果表明,当选定合适的核宽,无论激活区域大小,所提出算法的敏感性和特异性均优于较传统的互相关分析算法和互相关聚类算法.实际fMRI数据测试结果显示,所提出算法与其他2种算法的结果具有良好的一致性,而所提出算法的检测区域更完整.