静息态功能磁共振成像评估健康老年人认知行为的多尺度熵模型研究
Study of multiscale entropy model to evaluate the cognitive behavior of healthy elderly people based on resting state functional magnetic resonance imaging作者机构:河北工业大学省部共建电工装备可靠性与智能化国家重点实验室天津300130 河北工业大学河北省电磁场与电器可靠性重点实验室天津300130
出 版 物:《物理学报》 (Acta Physica Sinica)
年 卷 期:2020年第69卷第10期
页 面:285-297页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 1002[医学-临床医学] 08[工学] 081104[工学-模式识别与智能系统] 0805[工学-材料科学与工程(可授工学、理学学位)] 0704[理学-天文学] 0811[工学-控制科学与工程] 100205[医学-精神病与精神卫生学] 10[医学]
基 金:河北省省级科技计划项目(批准号:E2019202019)资助的课题.
主 题:多尺度熵 静息态功能磁共振成像 极限学习机 认知分数
摘 要:当前,静息态功能磁共振成像(rfMRI)为脑功能检测提供了高效、快捷的先进技术.熵可以捕捉神经信号动态特征,可作为量化评估参数,但尚存在固定尺度计算缺陷且对认知行为的生物学标记少有研究,影响检测精准性.为此,本文将多尺度熵模型与机器学习方法联合,寻求BOLD信号复杂度表征健康老年人认知分数的功能影像学标记.由扫描前认知量表测试分数将98名健康老年人分为优、差两组,78名纳入训练,20名纳入测试.首先,构建多尺度熵模型,计算两组扫描数据熵,统计和对比以优化模型参数;然后,在优化参数下由统计显著性高的脑区熵值构建特征向量;最后,用极限学习机对两组分类并统计检验.发现:rfMRI多尺度熵在评估老年人认知分数时,在额、颞叶脑区存在较大显著性差异,以此为标记区分认知分数可达80%准确率.结论:额、颞叶等脑区优化的多尺度熵可有效区分健康老年人认知行为优劣.该研究将为rfMRI替代主观繁琐的传统认知量表测试提供新的检测参数和新方法.