颞叶癫痫患者脑白质纤维束追踪空间统计分析与自动识别

作     者：赵地 郭圣文 吴聪玲 赖春任 成丽娜 汪文胜 ZHAO Di;GUO Shengwen;WU Congling;LAI Chunren;CHENG Lina;WANG Wensheng

作者机构：华南理工大学材料科学与工程学院生物医学工程系广州510006 广东三九脑科医院影像诊断中心广州510510 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2017年第34卷第4期

页      面：500-509页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 100204[医学-神经病学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：国家自然科学基金资助项目(31371008) 广东省科技计划支撑项目(2015A02024006) 广州市产学研协同创新重大专项(201604020170) 

主　　题：颞叶癫痫 弥散张量成像 纤维束追踪空间统计 支持向量机 递归特征消除法 

摘      要：为了定位颞叶癫痫(TLE)患者脑白质微结构发生异常的重要脑区,本文设立了正常对照组(NC)与TLE组两组人群,采集了50位受试者(其中NC组28人,TLE组22人)的脑部弥散张量成像(DTI)影像,分别计算其部分各向异性(FA)、平均扩散率(MD)、扩散系数(AD)、径向扩散系数(RD)等参数,并采用纤维束追踪空间统计方法(TBSS),获取组间差异的脑区,然后利用支持向量机(SVM),对NC组与TLE组进行分类,并与支持向量机-递归特征消除法(SVM-RFE)进行比较,最后对重要脑区及其分布进行分析与讨论。实验结果表明,TLE患者的FA值存在明显降低的脑区主要有胼胝体、上纵束、放射冠、外囊、内囊、下额枕束、钩束、矢状层等,基本呈双侧分布,其中大部分脑区的MD、RD值明显增高,AD值虽有增高,但差异无统计学意义。支持向量机-纤维束追踪空间统计法(SVM-TBSS)利用FA、MD、RD进行分类的准确率分别为82%、76%、76%,特征融合后分类准确率为80%;SVM-RFE利用FA、MD、RD进行分类准确率分别为90%、90%和92%,特征融合后分类准确率达到100%,SVM-RFE分类性能明显优于SVM-TBSS,对分类有重要影响的特征主要分布于联络纤维和连合纤维脑区。研究结果表明,DTI参数能有效地反映TLE患者的脑白质纤维异常改变,可用于阐明其病理机制、定位病灶及实现自动诊断。