基于静息态功能磁共振成像的药物成瘾者脑功能连接研究

作     者：吴杨 

作者单位：贵州大学 

学位级别：硕士

导师姓名：王丽会

授予年度：2022年

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 080203[工学-机械设计及理论] 0802[工学-机械工程] 100205[医学-精神病与精神卫生学] 10[医学] 

主      题：药物成瘾 fMRI 功能连接 小世界网络 深度学习 动态 分类 

摘      要：药物成瘾(Drug Addiction,DA)是一种慢性脑疾病。由于长期药物作用,大脑功能发生改变,从而导致强迫性用药行为。因此,探寻药物成瘾患者复吸的原因对戒断具有重要的临床意义。功能磁共振成像(Functional Magnetic Resonance Imaging,f MRI)作为一种非侵入性成像技术,不仅具有磁共振成像技术高分辨率的特点,还能够有效的检测大脑活动,已经被广泛应用在脑疾病的研究中。目前,现有方法大多基于感兴趣区域(Region of Interest,ROI)开展脑功能连接的相关研究,而大脑的功能连接错综复杂,基于种子点的方式容易忽略某些重要的连接。因此,本论文旨在通过对全脑展开静态和动态功能连接研究,来探究药物成瘾患者和正常人在脑功能连接上的差异。此外,利用深度学习神经网络对药物成瘾和健康对照(Healthy Control,HC)进行分类,并通过分类寻找到药物成瘾的标记脑区。具体工作如下:(1)将静态功能连接(Functional Connectivity,FC)和图论结合,从多个角度对脑区之间的信息传递及加工进行分析,在一定程度上解决静态FC分析时无法考虑长距离上脑区之间的依赖。实验结果表明,静态FC下DA组在视觉网络、控制执行网络和默认网络的功能连接减弱,而在小世界网络中发现了静态功能连接下未发现的边缘网络差异。(2)通过滑动窗口技术和K-means聚类对全脑的动态脑功能连接分析,避免仅基于静态FC得到的差异结果建立动态FC,从而忽视了其他脑区对结果的影响。结果发现,DA组的腹侧注意力网络(前额叶皮层)、控制执行网络(后扣带回)和默认网络(海马)功能连接明显减弱,而感觉运动网络(脑岛)的功能连接明显增强。与静态FC相比,动态FC所发现的差异脑区信号更加显著,能够进一步表征药物成瘾对脑区带来的损害。(3)实现高精度分类模型以及输出DA影像标记,一定程度上解决模型可解释性弱的问题。结果发现,本文模型不仅得到了(1)和(2)类似的结果,还发现DA在感觉运动网络(脑岛)、控制执行网络(扣带回(36、94))和默认网络(前额叶皮层、海马)的FC出现异常,表明可通过分类寻找有效的影像标记。