本文關鍵詞：抑郁癥共病焦慮障礙的人腦結構網絡研究

  更多相關文章： 抑郁癥 抑郁癥共病焦慮障礙 彌散張量成像 腦結構網絡 拓撲屬性 機器學習

【摘要】：抑郁癥與焦慮障礙屬于兩個完全獨立的疾病單元,但在臨床中常見抑郁癥共病焦慮障礙(以下簡稱“共病”)。共病患者具有起病年齡晚、病情重、自殺危險性高等特點。本文基于彌散張量成像影像,采用復雜網絡理論及機器學習等分析方法,定量分析共病患者腦結構網絡拓撲屬性與疾病嚴重程度(抑郁、焦慮)之間的關系,揭示疾病對人腦結構網絡產生影響的神經病理機制�；诮馄蕦W自動標記模板AAL-1024定義腦區(qū),并采用確定性纖維束追蹤方法構建大腦白質結構網絡。通過分析共病組、抑郁癥組及健康對照組的大腦結構網絡拓撲屬性,主要發(fā)現(xiàn)包括:三組人群的大腦結構網絡均呈現(xiàn)出小世界屬性,核心節(jié)點主要分布在聯(lián)合皮層;共病組與抑郁癥組相比,聚類系數(shù)、特征路徑長度、局部效率、全局效率存在顯著差異;與共病組和健康對照組比較,抑郁癥組的節(jié)點效率在顳葉、雙側額上回等腦區(qū)存在顯著改變。研究疾病患者大腦結構網絡拓撲屬性與疾病嚴重程度的相關性,主要發(fā)現(xiàn)包括:共病組全局屬性與疾病嚴重程度不存在顯著相關;基于FN構建的腦結構網絡,抑郁癥組腦網絡屬性(FN閾值為3,4,5時)的全局效率、特征路徑長度、平均解剖距離屬性值與HAMA-14評分呈顯著負相關,模塊度屬性值與SDS評分呈顯著負相關;基于FA構建的腦結構網絡,抑郁癥組腦網絡屬性(FA閾值為0.2,0.25,0.3時)的局部效率、特征路徑長度、平均解剖距離屬性值與HAMA-14評分呈顯著負相關,此外模塊度屬性值(FA閾值為0.3)與HAMD-17評分呈顯著負相關;共病組和抑郁癥組部分腦區(qū)(額上回、腦島和尾狀核等)的節(jié)點效率屬性值與疾病嚴重程度存在顯著相關。研究機器學習理論在腦結構網絡拓撲屬性特征提取和疾病的自動分類方法。采用SVM-RFE的自動分類方法比標準支持向量機算法在組間分類上效果更好,其中共病患者與抑郁癥患者自動分類達到較高準確率,例如基于節(jié)點效率的分類結果:特異性為95%,敏感度為94.4%,準確率為94.7%。本文分析了共病患者的腦結構網絡拓撲變化規(guī)律,從多角度進行差異性分析,利用客觀臨床精神學量表驗證所用方法的臨床可用性,可為共病患者的神經病理機制提供可靠的實驗依據,及其輔助診斷、早期干預提供參考的腦影像學指標。
【關鍵詞】：抑郁癥 抑郁癥共病焦慮障礙 彌散張量成像 腦結構網絡 拓撲屬性 機器學習
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R749
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-18
• 1.1 課題研究背景和意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 國內外研究現(xiàn)狀及發(fā)展動態(tài)分析13-15
• 1.2.1 抑郁癥研究現(xiàn)狀13-14
• 1.2.2 焦慮障礙研究現(xiàn)狀14-15
• 1.2.3 抑郁共病焦慮障礙研究現(xiàn)狀15
• 1.3 研究內容和論文結構15-18
• 1.3.1 研究內容15-16
• 1.3.2 論文結構16-18
• 第二章 基于腦網絡研究抑郁癥共病焦慮障礙理論基礎18-26
• 2.1 抑郁癥共病焦慮障礙概述18
• 2.2 彌散張量成像技術概述18-19
• 2.3 復雜網絡與腦網絡19-26
• 2.3.1 復雜網絡基本概念19-21
• 2.3.2 復雜網絡特征度量21-22
• 2.3.3 復雜網絡模塊性22-24
• 2.3.4 腦結構網絡構建24-26
• 第三章 大腦結構網絡拓撲屬性26-43
• 引言26
• 3.1 對象與方法26-28
• 3.1.1 研究對象26-27
• 3.1.2 研究方法27-28
• 3.2 研究結果28-39
• 3.2.1 大腦結構網絡全局屬性28-32
• 3.2.2 大腦結構網絡節(jié)點屬性32-35
• 3.2.3 模塊劃分結果分析35-39
• 3.3 討論39-42
• 3.4 本章小結42-43
• 第四章 大腦結構網絡拓撲屬性與疾病嚴重程度相關性43-59
• 引言43
• 4.1 對象與方法43
• 4.1.1 研究對象43
• 4.1.2 研究方法43
• 4.2 研究結果43-55
• 4.2.1 神經心理學測評結果43-44
• 4.2.2 全局屬性與疾病嚴重程度相關分析44-49
• 4.2.3 節(jié)點屬性與疾病嚴重程度相關分析49-55
• 4.3 討論55-58
• 4.4 本章小結58-59
• 第五章 自動分類及結果分析59-67
• 5.1 引言59
• 5.2 自動分類研究方法59-62
• 5.2.1 支持向量機算法59-60
• 5.2.2 回歸特征消去法60-61
• 5.2.3 留一驗證方法61-62
• 5.3 實驗結果分析62-66
• 5.3.1 共病組與抑郁癥組分類結果63-64
• 5.3.2 共病組與健康對照組分類結果64-65
• 5.3.3 抑郁癥組與健康對照組分類結果65-66
• 5.4 本章小結66-67
• 總結和展望67-70
• 總結67-68
• 展望68-70
• 參考文獻70-75
• 攻讀碩士期間取得的研究成果75-77
• 致謝77-78
• Ⅳ-2答辯委員會對論文的評定意見78

【相似文獻】

中國期刊全文數(shù)據庫 前5條

1 和昱辰;張波;瞿瑋;寧潔;全弘宇;夏宇;姚遠;韓梅;;血清單胺類神經遞質及其代謝產物在重度抑郁癥及抑郁共病焦慮障礙診斷中的應用[J];第三軍醫(yī)大學學報;2014年08期

2 尹芳;張敏;;沙盤游戲治療重度抑郁癥共病焦慮障礙患者的個案研究[J];教育導刊;2011年07期

3 國效峰,薛志敏,趙靖平,劉哲寧;重性抑郁癥共病焦慮障礙的應對方式、社會支持和人格特征研究[J];中國臨床心理學雜志;2005年02期

4 薛志敏;國效峰;趙靖平;劉哲寧;;重性抑郁癥共病焦慮障礙的臨床研究[J];中國行為醫(yī)學科學;2005年12期

5 ;[J];;年期

中國重要會議論文全文數(shù)據庫 前1條

1 謝雯;;抑郁癥與抑郁共病焦慮障礙差異的相關研究[A];中華醫(yī)學會精神病學分會第九次全國學術會議論文集[C];2011年

中國碩士學位論文全文數(shù)據庫 前3條

1 吳秀勇;抑郁癥共病焦慮障礙的人腦結構網絡研究[D];華南理工大學;2016年

2 丁玉潔;基于腦病科門診的高血壓共病焦慮障礙臨床分析及病機探討[D];山東中醫(yī)藥大學;2015年

3 戚昊辰;抑郁癥共病焦慮障礙患者磁共振影像學研究[D];華南理工大學;2015年

，

本文編號：732293