1 / 62

多模态复杂脑网络及其应用

多模态复杂脑网络及其应用. 相洁 太原理工大学 计算机科学技术学院. 2013-11-02. 脑计划. 推进创新神经技术脑研究计划. 神经科学和信息科学 的交叉研究领域，利用现代化信息工具，将大量、不同层次的有关脑的研究数据分析、处理、整合与建模，建立神经信息学数据库和有关神经系统所有数据的全球知识管理系统，以便从分子水平到整体系统水平 研究、认识、保护、开发大脑 。. 目录. 多模态脑数据 脑网络组计划 多模态脑网络的构建与分析 目前的研究进展 展望. MRI 扫描. 多模态 MRI 数据.

darius
Download Presentation

多模态复杂脑网络及其应用

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 多模态复杂脑网络及其应用 相洁 太原理工大学 计算机科学技术学院 2013-11-02

  2. 脑计划

  3. 推进创新神经技术脑研究计划 神经科学和信息科学的交叉研究领域，利用现代化信息工具，将大量、不同层次的有关脑的研究数据分析、处理、整合与建模，建立神经信息学数据库和有关神经系统所有数据的全球知识管理系统，以便从分子水平到整体系统水平研究、认识、保护、开发大脑。

  4. 目录 • 多模态脑数据 • 脑网络组计划 • 多模态脑网络的构建与分析 • 目前的研究进展 • 展望

  5. MRI 扫描

  6. 多模态MRI数据 • 结构像 （Structural Imaging ，sMRI) • 功能像 （Functional Imaging ，fMRI) • 静息态（rfMRI） • 任务态 ( tfMRI） • 扩散张量影像(diffusion tensor imaging, DTI)

  7. 结构影像 （sMRI） 7

  8. 结构影像 （sMRI） Pial & White Surfaces Raw T1w Image Thickness Computing Thickness and volume Surface Preprocessing Resampling to Template &Smoothing Fischl and Dale 2000; Han et al. 2006

  9. 功能影像（fMRI）

  10. DTI影像数据

  11. EEG采集

  12. 多模态EEG数据 任务数据 静息数据

  13. 脑网络组（Brainnetome）时代 在宏观、介观及微观尺度上建立人脑和动物脑的脑区、神经元群或神经元之间的连接图。 研究脑网络拓扑结构、脑网络的动力学属性、脑功能及功能异常的脑网络表征、脑网络的遗传基础。 对脑网络进行建模、仿真，以及实现这些目标所要的超级计算平台。

  14. 脑网络组（Brainnetome）时代 从脑网络的连接模式及其演变规律 阐明脑的工作机理； 脑疾病的发生和发展机制； 研究人脑内部复杂的信息处理过程与高效的组织模式； 理解脑的信息处理过程及脑的高级功能； 为实现类脑的智能处理器奠定基础。

  15. 脑网络组（Brainnetome）时代

  16. 17

  17. 脑网络分析指标

  18. 国内外研究现状 方法学 脑模板 脑区之间的相关 网络分析方法 。。。。。。 • 应用研究 • 脑发育 • 精神类疾病研究 • 阿尔茨海默尔症 • 精神分裂症 • 老年痴呆 • 儿童多动症 • 癫痫 • 。。。。。。。

  19. 结构脑网络 2007 年，贺永等人通过考察大脑皮层54个脑区皮层厚度之间的相关性构建了人脑结构网络，并发现该网络具有“小世界 ”特性 He Y, Chen Z, Evans A C. Small-world anatomical networks in the human brain revealed by cortical thickness from MRI. Cereb Cortex, 2007, 17: 2407-2419

  20. Lenroot等分析即儿童组、少年组和青少年组的结构脑网络，发现3 个年龄组的被试大脑结构网络都具有“小世界”属性, 而且随着年龄增长,网络的聚类系数和等级特性等都显著增大, 表明大脑的发育与大脑结构的区域分化密切相关。 Lenroot R K, Bassett D S, Clasen L S, et al. Developmental changes in topographic properties of anatomical networks in children and adolescents. NeuroImage, 2009, 47: S175

  21. 全脑划分为5个模块，包括运动与听觉、视觉、注意、默认网络以及情感与记忆。进一步研究发现，模块间存在着特定的点和连接来保证网络的连通性和稳定性 Chen Z, He Y, Rosa-Neto P, et al. Revealing modular architecture of human brain structural networks by using cortical thickness from MRI. Cereb Cortex, 2008, 18: 2374-2381

  22. 功能脑网络在脑疾病中的应用研究 2007年，Stam首次将功能脑网络方法应用在阿尔茨海默尔的研究中。结果表明，阿尔茨海默尔患者的特征路径长度显著的高于健康对照，且其与病症的严重程度呈显著相关。这一结果暗示着阿尔茨海默尔患者在信息加工全局效率的降低。 Supekar将脑网络应用在阿尔茨海默尔症的研究中。通过21例阿尔茨海默尔症患者以及18例健康对照，完成了区域级的功能脑网络的构建。经过对比发现，阿尔茨海默尔症患者的聚合系数相比对照组显著降低，暗示着网络局部效率的降低及连接的紊乱。

  23. 功能脑网络在脑疾病中的应用研究 2008年，Liu等人将脑网络方法应用在了精神分裂症的研究中。研究针对31例精神分裂症患者和31例年龄和性别相匹配的健康对照，完成了静息态功能脑网络的构建。研究发现，相比较正常人，精神分裂症患者表现出多项全局指标的异常，包括聚合系数、小世界指标、网络效率等。而在局部指标的分析上，多个脑区表现出显著异常，这些脑区主要分布在前额叶、顶叶和颞叶区域。比外，研究还发现异常指标与病人的患病时间及病症严重程度之间的存在显著关联。

  24. 功能脑网络在脑疾病中的应用研究 在儿童多动症的研究中，Wang等建立了29例儿童多动症患者及27例健康对照的功能脑网络。结果表明，无论儿童多动症患者亦或健康对照，其脑网络均表现出显著的小世界属性。相比较健康人，儿童多动症患者在局部效率上表现出显著增加，而全局效率却没有发现显著变化。这一结果暗示着儿童多动症患者的脑网络在向规则网络进行演化的趋势。同时，研究还发现局部效率显著增高的脑区主要位于前额叶、颞叶及枕叶区域。

  25. 功能脑网络在脑疾病中的应用研究 Liao等将脑网络方法引入癫痫的研究中。研究针对颞叶内侧癫痫（mesial Temporal Lobe Epilepsy，mTLE），完成了18例癫痫患者及27例健康对照静息态功能脑网络构建。经过比较发现，癫痫患者的特征路径长度显著的低于健康对照。此外，研究还发现癫痫患者在内侧颞叶内部的功能连接强度显著增高，而在额叶和顶叶内部及额叶和顶叶之间的功能连接强度显著降低。

  26. 我们的侧重点 脑网络构建方法研究 脑网络构建分析平台 多尺度脑图谱 脑网络在脑疾病中的应用 抑郁症 阿尔兹海默症 轻度认知障碍 嗜酒成瘾

  27. 脑网络构建分析平台

  28. 多尺度脑图谱的建立

  29. 多尺度脑图谱的建立 不同尺度对网络拓扑属性的影响。

  30. 多尺度脑图谱的建立 k=VN AAL 对应脑区细分的节点数 N 标准脑图谱 V% 预期的节点数 每个脑区体积占总体的比例

  31. 多尺度脑图谱的建立

  32. 不同尺度下脑网络构建及分析 构建网络，分析其拓扑属性 将每个被试按每个模板分割 得到平均时间序列

  33. 基于脑网络的抑郁症辅助诊断系统

  34. 抑郁症诊断现状 • 缺少客观的生物学指标，主要依靠量表。 • 自评量表如贝克抑郁自评问卷(BDI)、Carroll抑郁量表(CRS)、流调中心用抑郁量表(CED-S)、抑郁自评量表(SDS)； • 他评量表如汉密顿抑郁量表(HRSD)、抑郁状态问卷(DIS)、抑郁症状量表(DSS) • 主观性强 • 效率低 • 误诊率高 35

  35. 研究表明抑郁症患者存在大脑结构和功能异常，涉及的脑区包括额叶、颞叶、海马、杏仁核等脑区，但是研究结论尚不统一，没有形成定论。 传统的分析方法没有统一考虑结构和功能的变化，缺少各脑区的关联分析，且分析手段单一。

  36. 研究中，共招募66名被试，其中有38名首发、无用药、重度抑郁症患者作为抑郁组，28名年龄性别匹配的健康志愿者作为对照组。

  37. 基于脑网络的抑郁症辅助诊断系统 数据采集及预处理 Data Acquisition Slice Timing Realign Normalise Subject Stimulation MRI Scanner Smooth

  38. 网络构建与分析 基于脑网络的抑郁症辅助诊断系统

  39. 抑郁症功能脑网络差异指标分析 较正常组而言，抑郁组脑网络中，增加了一定数量的长距离连接。同时抑郁组脑网络向随机网络方向发展的趋势。抑郁组脑网络的随机化变化，模糊了关键节点的作用，降低了网络的模块化程度。 相比较对照组而言，抑郁组特征路径长度显著降低且全局效率显著增加（P<0.05，未校验），而聚合系数和局部效率则表现出无显著差异。

  40. 抑郁症功能脑网络差异指标分析

  41. 抑郁症功能脑网络差异指标分析

  42. 抑郁症功能脑网络差异指标分析

  43. 与对照组相比，节点度表现出显著增加的区域有部分边缘系统区域（包括右侧海马，右侧后扣带回和双侧内侧和旁扣带脑回），部分基底核区域（右侧豆状核和右侧丘脑）及部分顶下小叶区域（右侧角回）等。与对照组相比，节点度表现出显著增加的区域有部分边缘系统区域（包括右侧海马，右侧后扣带回和双侧内侧和旁扣带脑回），部分基底核区域（右侧豆状核和右侧丘脑）及部分顶下小叶区域（右侧角回）等。 目前对于抑郁症的神经病理机制研究，主要定位于边缘系统-皮层-纹状体-苍白球-丘脑神经环路（LCSPT）。如患者前额叶皮质、前扣带回、基底节区、丘脑、海马及杏仁体体积减少；脑功能成像发现抑郁症患者在左侧岛叶皮质和扣带回对负性情绪面像刺激激活反应明显增强等。 在我们的研究中，包括海马、扣带回、豆状核、丘脑的区域均为LCSPT关键区域，其增加的连接表明了这些区域的合作强度增加，可以推测为由抑郁症引起。

  44. 节点相关指标与HAMD量表的关联程度

  45. 复杂网络的模块划分 模块划分指标 模块度 模块内度 参与系数

  46. 抑郁症脑网络模块分析

  47. 抑郁症脑网络模块分析 无论正常组及抑郁组，在模块划分中，均可大致划分为6个模块，按照功能，可概略的定义为视觉、情感与记忆、注意网络、默认网络、感觉运动及高级认知加工等6个模块。

  48. 抑郁症分类模型 分类特征 网络特征 分类算法 • ANN、C4.5 • SVM

  49. 构建抑郁症分类指标库 分类指标 网络特征 BOLD ReHo

More Related