颞叶癫痫病患者脑部弥散张量影像研究

作     者：赵地 

作者单位：华南理工大学 

学位级别：硕士

导师姓名：郭圣文;曾伟杰

授予年度：2017年

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] 100204[医学-神经病学] 10[医学] 

主      题：颞叶癫痫 弥散张量成像 基于纤维束的空间统计方法 支持向量机 脑白质结构网络 

摘      要：颞叶癫痫病(temporal lobe epilepsy,TLE)患者脑白质微结构发生异常的重要脑区的定位与脑白质网络的异常模式变化,是阐明其脑结构异常变化的规律、认知功能障碍的关键,亦是进行准确的临床诊断与有效治疗的重要依据。本文采集了22名TLE患者与28名健康正常人作为对照组(normal control,NC)共50人的脑部弥散张量影像(diffusion tensor imaging,DTI)。分别计算其部分各向异性(fractional anisotropy,FA)、平均扩散率(mean diffusivity,MD)、扩散系数(axial diffusivity,AD)、径向扩散系数(radial diffusivity,RD)等参数,并采用纤维束追踪空间统计方法(Tract-based spatial statistics,TBSS),分析组间差异脑区,然后,分别利用双样本t检验和递归特征消除法(recursive feature elimination,RFE)选取重要特征,并利用线性支持向量机(support vector machine,SVM),对颞叶癫痫患者和健康正常人进行分类,最后,对分类重要脑区分布进行了分析与讨论。结果表明:与NC组相比较,TLE组的FA值存在显著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,其中大部分脑区也表现为MD、RD值显著增高,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方法(support vector machine-tract-based spatial statistics,SVM-TBSS)利用组间差异显著的FA、MD、RD特征进行分类的准确率分别为82%、76%、76%,三类特征融合后分类准确率为80%;支持向量机-递归特征消除法(support vector machine-recursive feature elimination,SVM-RFE)利用FA、MD、RD特征及融合三类特征的分类准确率分别为90%、90%、92%与100%,SVM-RFE分类性能明显优于SVM-TBSS。根据SVM--RFE得到的重要脑区特征的选择次数与权重排序,位居前列的特征位于左侧上额枕束、穹窿、右侧海马、右侧小脑上脚、右侧后放射冠、双侧内囊膝、右侧上纵束、右侧内囊前肢、右侧上放射冠脑区。此外,采用确定性纤维追踪技术构建脑白质结构网络,并分析TLE组与NC组脑脑白质结构网络的连接性和拓扑属性差异。结果发现:与NC组相比较,TLE组FA白质网络中脑桥交叉纤维、胼胝体压部、左侧大脑脚、右侧皮质脊髓束、双侧内囊前肢、右侧矢状层、右侧内囊膝的节点连接性异常;胼胝体膝部、胼胝体体部、左侧内侧丘系、左侧大脑脚、右侧内囊前肢、双侧内囊晶状体、双侧前放射冠、左侧丘脑后辐射、左侧外囊、左侧扣带回和左侧矢状层等脑区节点在MD白质网络中连接性异常;RD白纸网络中节点连接性异常的脑区有胼胝体体部、胼胝体压部、左侧内侧丘系、左侧大脑脚、左侧内囊前肢、左侧内囊后肢、右侧内囊晶状体、双侧前放射冠、左侧丘脑后辐射、双侧矢状层、左侧扣带回等。TLE组脑白质网络的全局效率、小世界特性降低;最短路径长度增加;与NC组相比较,FA白质网络的集群系数无显著性差异,MD、RD白质网络的集群系数均增加;MD白质网络的局部效率无显著性差异,而FA、RD白质网络的局部效率均减小。本文利用基于纤维束的空间统计方法、支持向量机及确定性纤维追踪技术研究颞叶癫痫患者脑白质微结构异常变化情况,结果发现颞叶癫痫患者在胼胝体、上纵束、放射冠、内囊、小脑中脚、矢状层等脑区存在解剖结构异常,分类性能较好的重要脑区和白质网络连接性异常的脑区也基本分布在这些脑区,主要分布在连合纤维和联络纤维中。本研究结果不仅证实颞叶癫痫脑白质损伤存在于广泛的大脑结构中这一观点,还证实了TLE是一个功能和结构损伤的网络疾病。结果得到的脑区有助于研究TLE网络发展规律,更深入认识和理解TLE的病理生理机制、病灶定位及实现自动诊断。