本文系統(tǒng)開展了基于功能磁共振成像（f MRI）技術的腦腫瘤病人認知功能下降機理研究。通過構建腦功能網絡模型,從局部腦功能網絡和全局腦功能網絡角度分析腦腫瘤對功能區(qū)的影響,探討腫瘤對腦功能網絡參數(shù)的制約關系,尋找影響病人認知功能網絡特征和評價指標,提出具有一定臨床依據(jù)的腦認知水平的評價模型。在大量臨床腫瘤病例基礎上,利用腦功能網絡參數(shù)對腦腫瘤級別分類開展了系統(tǒng)研究。論文主要工作如下:（1）從局部腦功能網絡角度探索腦腫瘤病人認知功能下降機理。論文采用改進的獨立成分分析算法提取腦腫瘤患者組和健康組的默認模式網絡和聽覺網絡。對默認模式網絡研究結果發(fā)現(xiàn),與健康組相比腦腫瘤患者組的功能連通強度在眶部額上回,左海馬和右扣帶回等呈現(xiàn)顯著性減弱;在右額中回,左扣帶回和左頂葉等連通強度呈顯著性增強,結果揭示了腦腫瘤患者組的默認模式網絡出現(xiàn)功能異常連通模式,該結果進一步說明腦腫瘤患者組默認模式網絡功能紊亂。對聽覺網絡研究結果發(fā)現(xiàn),與健康組相比腦腫瘤患者組的功能連通強度在左內顳葉,左顳上回和左、右顳極等呈現(xiàn)顯著性減弱,該結果說明腦腫瘤患者組的聽覺網絡功能內部相互作用明顯比健康組低。采用同樣的方法對高級和低級別... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：129 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
注釋表
第一章 緒論
    1.1 引言
    1.2 研究背景
        1.2.1 國內外關于腦腫瘤患者認知功能測試的研究
        1.2.2 國內外關于腦腫瘤級別分類研究
    1.3 腦功能成像概述
    1.4 功能磁共振成像原理
        1.4.1 磁共振成像原理
        1.4.2 功能磁共振成像
    1.5 靜息態(tài)fMRI研究
        1.5.1 靜息態(tài)自發(fā)腦功能活動生理基礎
        1.5.2 靜息態(tài)腦功能研究方向
        1.5.3 靜息態(tài)fMRI信號采集和預處理
        1.5.4 靜息態(tài)腦功能網絡方法
    1.6 論文研究內容和組織結構
        1.6.1 論文研究內容
        1.6.2 論文創(chuàng)新點
        1.6.3 課題來源
        1.6.4 論文組織結構
第二章 基于fMRI的腦腫瘤圖像配準
    2.1 引言
    2.2 基于相干性結合相位一致性的腦腫瘤圖像分割方法
        2.2.1 相干性原理
        2.2.2 相位一致性原理
        2.2.3 采用LogGabor小波計算相位一致性
        2.2.4 相干性結合相位一致性聚類分析
        2.2.5 實驗數(shù)據(jù)
        2.2.6 腦腫瘤圖像分割結果
        2.2.7 討論和結論
    2.3 基于代價函數(shù)掩模法的腦腫瘤fMRI數(shù)據(jù)配準
        2.3.1 引言
        2.3.2 標準的空間歸一化方法
        2.3.3 代價函數(shù)掩模法
    2.4 面向Powell算法的腦腫瘤fMRI數(shù)據(jù)配準
        2.4.1 配準目標函數(shù)和Powell算法
    2.5 基于相似性測度的配準性能分析和實驗比較
        2.5.1 仿真數(shù)據(jù)的相似性測度比較和分析
        2.5.2 實驗分析與結果
    2.6 討論與小結
    2.7 本章小結
第三章 基于fMRI特征改進獨立成分分析算法研究
    3.1 引言
    3.2 獨立成分分析理論
        3.2.1 獨立成分分析原理和假設
        3.2.2 獨立成分分析無法確定的因素
        3.2.3 數(shù)據(jù)中心化和白化
        3.2.4 獨立成分分析算法
    3.3 改進的兩種ICA算法
        3.3.1 基于粒子群和迭代梯度法組合的盲源分離
        3.3.2 自適應松弛因子獨立成分分析算法研究
        3.3.3 改進方法、Infomax ICA和FastICA性能比較
        3.3.4 結論
    3.4 本章小結
第四章 基于ICA腦腫瘤靜息態(tài)局部腦功能網絡研究
    4.1 引言
    4.2 空間獨立成分分析激活體素意義
    4.3 靜息態(tài)聽覺網絡和默認模式網絡特征研究
        4.3.1 數(shù)據(jù)采集
        4.3.2 數(shù)據(jù)預處理
        4.3.3 數(shù)據(jù)降維
        4.3.4 Group-ICA分析方法
        4.3.5 數(shù)據(jù)分析
        4.3.6 選擇最適成分
        4.3.7 隨機效應分析
    4.4 結果
        4.4.1 腦腫瘤患者組和健康組局部腦功能網絡分析
        4.4.2 高級和低級別腦腫瘤患者組局部腦功能網絡分析
    4.5 本章小結
第五章 腦腫瘤靜息態(tài)全腦功能網絡研究
    5.1 引言
    5.2 額葉腦腫瘤患者的全腦功能網絡研究
        5.2.1 數(shù)據(jù)采集
        5.2.2 數(shù)據(jù)預處理
        5.2.3 全腦功能網絡數(shù)據(jù)分析
        5.2.4 全腦功能網絡的特征度量
        5.2.5 額葉腦腫瘤患者全腦功能網絡分析結果
        5.2.6 討論
        5.2.7 結論
    5.3 低級和高級別腦腫瘤患者全腦功能網絡研究
        5.3.1 數(shù)據(jù)采集
        5.3.2 數(shù)據(jù)預處理
        5.3.3 低級和高級別腦腫瘤患者全腦功能網絡參數(shù)分析
        5.3.4 討論和結論
    5.4 本章小結
第六章 基于腦功能網絡特征的腦腫瘤級別分類研究
    6.1 引言
    6.2 支持向量機
    6.3 面向腦腫瘤BOLD信號功率譜和近似熵特征參數(shù)評估分類
        6.3.1 數(shù)據(jù)采集與預處理
        6.3.2 低級和高級別腦腫瘤BOLD信號分析
        6.3.3 低級和高級別腦腫瘤BOLD信號近似熵特征分析
        6.3.4 面向BOLD信號值、功率譜和近似熵特征的腦腫瘤級別分類
        6.3.5 討論與結論
    6.4 面向局部腦功能網絡參數(shù)評估分類
        6.4.1 數(shù)據(jù)采集
        6.4.2 數(shù)據(jù)分析
        6.4.3 基于聽覺網絡腦腫瘤級別分類結果
        6.4.4 基于默認模式網絡腦腫瘤級別分類結果
        6.4.5 結論
    6.5 面向全腦功能網絡參數(shù)評估分類
        6.5.1 基于點效率和度參數(shù)腦腫瘤級別分類結果
        6.5.2 結論
    6.6 測試結果ROC分析
        6.6.1 ROC分析的基本原理
        6.6.2 ROC評價指標
        6.6.3 實驗結果分析
    6.7 健康組和低級別腦腫瘤患者組的腦功能網絡參數(shù)分類研究
        6.7.1 數(shù)據(jù)采集和預處理
        6.7.2 基于默認模式網絡的簇團特征因子分類研究
    6.8 本章小結
第七章 總結和展望
    7.1 論文工作總結
    7.2 關于后續(xù)工作
參考文獻
致謝
在學期間的研究成果及發(fā)表的學術論文


【參考文獻】：
期刊論文
[1]基于改進C-V模型的腎臟CT圖像分割方法[J]. 張品,梁艷梅,常勝江.  光電子.激光. 2013(03)
[2]基于多分辨率和Powell算法的醫(yī)學圖像配準[J]. 周其慧,宋余慶,陳健美,郝朝玲,晏燕華.  計算機應用研究. 2013(04)
[3]基于互累積量的有噪獨立分量分析方法[J]. 蔡連芳,田學民.  計算機工程. 2012(16)
[4]遺傳算法對Powell圖像配準方法的改進[J]. 李偉,何鵬舉,楊恒,陳明.  計算機工程與應用. 2012(20)
[5]基于磁共振圖像特征的腦膠質瘤MIB-1指數(shù)無創(chuàng)檢測[J]. 潘穎,劉晨彬,張海石,黃峰平,夏順仁.  航天醫(yī)學與醫(yī)學工程. 2012(03)
[6]基于圖像特征的各向異性擴散去噪方法[J]. 柯丹丹,蔡光程,曹倩倩.  計算機應用. 2012(03)
[7]3.0T彌散張量成像聯(lián)合功能BOLD-fMRI在腦外科手術前后的應用[J]. 林爾堅,黃權,毛麗娟,潘碧桃,羅柏寧,余深平.  中華臨床醫(yī)師雜志(電子版). 2011(05)
[8]額葉腫瘤患者執(zhí)行功能研究[J]. 彭立輝,郭立新,李江,盧明.  中國臨床心理學雜志. 2010(06)
[9]基于粒子群和牛頓迭代法的目標定位方法研究[J]. 姚金杰,韓焱.  計算機應用研究. 2010(05)
[10]一種修正的牛頓迭代法[J]. 王曉峰.  長春理工大學學報(自然科學版). 2010(01)

博士論文
[1]功能磁共振成像對幕上膠質瘤術前分級臨床應用價值初探及優(yōu)化指標選擇[D]. 鄒啟桂.華中科技大學 2011
[2]磁共振功能成像在人腦膠質瘤侵襲性評價中的應用及與病理免疫組化的對照研究[D]. 王麗君.中國醫(yī)科大學 2008
[3]獨立分量分析方法及在圖像處理中的應用研究[D]. 王明祥.上海大學 2005



本文編號：2971902