基于脑功能连接网络和CNN识别情绪的研究

基于脑电信号的情绪识别是当前的研究热门,属于人机交互技术的一种。文章设计一种基于脑功能连接网络和CNN识别情绪的模型。研究中采用滑动窗口方法扩充样本量,筛选出与含有最多情绪特征信息的通道,再利用皮尔森相关系数构建脑功能连接网络。不同的网络密度控制下,将脑网络输入至CNN,并识别三类情绪。脑网络密度为30%时,识别精度达到82.3%±1.4%。实验结果表明,所提模型能有效识别积极、中性和消极三类情绪,为情绪识别提供了一种方法。

脑卒中后认知功能障碍患者的功能性近红外脑网络特征分析

目的基于功能性近红外光谱技术(fNIRS)观察不同严重程度的脑卒中后认知功能障碍(PSCI)患者脑网络激活情况及功能连接差异。方法选择2020年4—11月复旦大学附属华山医院浦东院区康复科门诊及病房就诊的脑卒中患者40例,根据简易精神状态检查量表(MMSE)评分分为正常组14例、轻中度组11例、重度组15例。采用Fugl-Meyer运动功能评定量表(FMA)和功能综合评定量表(FCA)评估患者上、下肢运动功能;应用64通道fNIRS功能成像设备采集患者的静息态脑网络数据,并分析3组基于氧合血红蛋白(HbO2)和脱氧血红蛋白(HbR)的全脑功能连通性,以及背侧注意网络(DAN)、感觉运动网络(SEN)、腹侧注意网络(VAN)、额顶网络(FPN)、默认模式网络(DMN)、视觉网络(VIS)的同源脑网络功能连接强度和异源脑网络功能连接强度的差异。结果(1)运动功能:3组FMA、FCA运动功能评分差异均无统计学意义(P>0.05)。(2)全脑功能连通性及同源脑网络功能连接强度:3组基于HbO2、HbR的全脑功能连通性差异均无统计学意义(P>0.05)。与正常组比较,重度组基于HbO2的SEN区及FPN区同源脑网络功能连接强度差异有统计学意义(P<0.05);3组基于HbR的同源脑网络各感兴趣区间差异均无统计学意义(P>0.05)。(3)异源脑网络功能连接强度:与正常组比较,重度组SEN-VAN、SEN-DMN、SEN-FPN、VAN-FPN、DMN-FPN的异源脑网络功能连通强度均明显降低,差异均具有统计学意义(P<0.05);与轻中度组比较,重度组SEN-DAN、SEN-FPN的异源脑网络功能连通强度均明显降低,差异均具有统计学意义(P<0.05)。3组基于HbR的异源脑网络功能连接强度差异均无统计学意义(P>0.05)。(4)SEN-FPN异源脑网络功能连接与MMSE、FCA认知功能评分相关性分析:MMSE评分(r=0.32,P<0.05)和FCA评分(r=0.38,P<0.05)与SEN-FPN异源脑网络功能连接均呈正相关关系。结论SEN区和FPN区同源脑网络功能连接可能对脑卒中患者认知功能有重要作用;异源脑网络功能连接模式的改变可能与脑卒中后认知功能障碍的发生与进展密切相关;SEN-FPN功能连接强度变化可能是脑卒中患者认知功能下降的潜在影像学指标。

基于fMRI数据的全脑动态功能连接网络拓扑属性的研究

人的大脑有约10^(11)个神经元,神经元之间通过其突触相互连接而组成一个高度复杂的网络,挖掘该网络的信息意义十分重大,将有助于解决人类认知性障碍疾病的预防和诊断.本文利用精神分裂症病人和正常对照受试者的功能性磁共振成像(functional magnetic resonance imaging,fMRI)数据来构造人脑网络模型,再基于图论方法对精神分裂症病人的脑网络的异常拓扑属性进行探索.在传统的基于图论方法对人脑网络信息进行挖掘时,都是假设人脑网络模型具有时不变性,因而在构造人脑网络模型时是取整个时间段的时间序列数据进行构造的,构造出的是一种静态不变的网络,然而fMRI功能像时间序列数据具有不平稳性,难以保证时不变这一前提.因此,在构造人脑网络模型时,应该考虑其时变性的特点,构造一个动态的脑网络,这样才能更好地挖掘人脑网络的信息.本文利用取时间窗口,对时间序列数据进行分段计算,构造动态的脑网络模型,再结合图论知识进行分析,从而降低了fMRI功能像时间序列数据不平稳性对结果的影响.通过对精神分裂症病人和正常对照受试者不同水平的动态脑网络进行对比,结果发现精神分裂症病人和正常对照受试者的全脑动态功能连接网络的单个节点的属性、组网络的属性出现差异,这些网络属性差异的发现为进一步研究精神分裂症的病理机制提供了新的线索.

脑网络功能连接预测重复经颅磁刺激治疗难治性抑郁症疗效的研究进展

临床上约1/3的抑郁症患者为难治性抑郁症(TRD)。重复经颅磁刺激(rTMS)是治疗TRD的有效方法之一,但治疗效果仍有限。研究表明,脑网络异常与抑郁症的发生有关,而rTMS治疗TRD与脑网络功能连接的改善有关。因此,本文就脑网络功能连接预测rTMS治疗TRD疗效的研究进展作一综述。

阿尔茨海默病患者脑网络功能连接变化与脑脊液病理标志物之间的相关性

目的:探讨阿尔茨海默病(AD)患者脑网络功能连接(FC)变化与脑脊液(CSF)中病理标志物的相关性。方法:选取南京大学医学院附属鼓楼医院神经内科自2020年1月至2022年12月收治的认知障碍患者39例,其中AD患者23例(AD组)、非AD患者16例(非AD组)。比较2组患者临床资料的差异;采集患者静息态功能磁共振成像(rs-fMRI)数据,采用独立分量分析2组患者脑网络间FC、网络内FC的差异,采用相关性检验分析患者脑网络间FC、网络内FC与CSF中β-淀粉样蛋白1-42(Aβ_(1-42))、Tau蛋白浓度之间的相关性。结果:与非AD组相比,AD组患者CSF中Aβ_(1-42)浓度明显较低,差异有统计学意义(P<0.05)。与非AD组比较,AD组患者视觉网络(VN)和后扣带皮层(PCC)之间、左额顶叶网络(lFPN)和前默认网络(aDMN)之间的FC明显较多,lFPN和小脑网络(CEN)之间的FC明显较少,差异均有统计学意义(P<0.05)。与非AD组比较,AD组患者的aDMN、VN和感觉运动网络(SMN)内FC均较低,lFPN内FC明显较高,差异均有统计学意义(P<0.05)。AD组患者SMN内FC和CSF中总Tau蛋白、磷酸化Tau181蛋白浓度均呈正相关关系(P<0.05),VN与PCC之间的FC和CSF中总Tau蛋白浓度呈正相关关系(P<0.05)。AD组患者aDMN、VN内FC和CSF中Aβ_(1-42)浓度均呈正相关关系(P<0.05),FPN内FC和CSF中Aβ_(1-42)浓度呈负相关关系(P<0.05)。结论:AD患者大脑出现多个脑网络内部和网络之间FC的特征性变化,这些变化与CSF中Tau蛋白和Aβ_(1-42)的浓度相关。

基于图同构网络的自闭症功能磁共振影像诊断算法

图表示法通常用于个人或者总体级别上对结构化数据进行建模分析,已成功应用于网络分析、交通预测、推荐系统等领域.随着成像设备的发展和普及,从神经影像中学习脑的连接特性,开展基于脑网络的疾病诊断(自闭症、阿斯海默症等)受到广泛关注.图表示法可用于对一组大脑区域之间的结构或功能连接进行建模,揭示与大脑发育和疾病有关的模式,然而评估基于图结构的脑连接网络之间相似性并非易事.传统的深度学习方法无法适用图结构,会丢弃有益于图分类任务的信息,因此提出一个基于图同构网络的自闭症功能磁共振影像的诊断算法.该模型包含四层同构层,每层通过空间领域卷积学习得到脑功能连接网络的特征表示.为了考虑脑功能连接网络中节点的医学意义,将节点特征通过展平方式转换为图特征.在自闭症ABIDE数据库上对提出的方法进行验证,与图卷积网络和深度神经网络相比,实验结果证明提出的方法是有效的,明显提升了自闭症诊断准确性.

基于超网络的基因和脑影像关联分析

基因影像学现有研究大多只重视脑部感兴趣区域的特征提取,而针对脑区与脑区之间相互关联这种连接性特征的研究工作相对较少.最近的研究显示使用结构化的网络模型量化脑区之间的复杂连接可以更好地反映大脑的综合特性.因此,文中提出基于超网络的稀疏多任务典型相关分析算法.首先使用稀疏表示的方法从功能核磁共振图像(f MRI)的时间序列中建立超网络,然后从超网络中提取3种聚类系数作为脑影像特征,最后采用稀疏多任务典型相关分析求得基因与3种影像特征之间的关联.在ADNI数据集上的实验证明文中算法不仅有助于提高基因与影像之间关联分析的能力,还可以发现一些与疾病密切相关的遗传风险因素.

基于结构和功能的多模态脑影像与基因变异的关联研究

基因影像学主要研究基因变异对脑部结构和功能的影响。近期研究表明,从脑结构感兴趣区域或功能连接网络中提取有效的信息对于表征脑部特性具有重要意义。目前大多数研究主要集中于脑结构影像与基因变异的关联分析,而忽略了脑区之间的功能连接信息。因此,本文充分利用两种模态信息(结构影像和功能影像),对阿尔茨海默病关联密切的rs429358位点基因型进行回归,旨在发现与致病基因相关联的大脑生物标记。首先从脑结构影像中提取体素特征和脑功能影像中提取连接网络特征,然后采用弹性网络对两种特征进行特征选择,保留关联程度较高的脑区和网络连接。最后采用多核支持向量回归机将选出的节点和边属性进行融合并回归基因型。实验采用的原始数据均来自ADNI数据集,实验结果验证了我们提出框架的有效性,同时检测到一些与疾病关联程度较高的脑区和脑区间的功能性连接。

基于脑功能网络连接探讨腧穴配伍协同效应的中枢整合作用机制

腧穴配伍是针灸处方的重要组成部分,是实现针灸疗效的关键环节,其效应存在协同与拮抗两个方面,文章主要就腧穴配伍的协同效应机制进行深入探讨。基于前期研究的基础,提出中枢整合是腧穴配伍协同效应的关键机制。通过总结当前腧穴配伍协同效应机制研究现状,以"脑功能网络连接"分析为切入点,进一步探讨穴位配伍协同效应的高级中枢整合机制,为阐明穴位配伍效应机制奠定基础。