检索结果-南通市图书馆

生物医学工程学杂志 2016年第3期33卷 545-552页

作者：吴秀勇吴效明彭红军宁玉萍吴凯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 广州市脑科医院临床心理科广州510370 广州市脑科医院神经科广州510370 广州市脑科医院华工神经影像联合研究中心广州510370

本文为了分析抑郁症共病焦虑障碍(共病)患者、抑郁症患者及健康人的大脑结构网络拓扑属性,研究共病及抑郁症的神经病理机制,通过对20例共病患者、18例抑郁症患者及28名健康人进行弥散张量成像扫描,采用确定性纤维跟踪方法构建大脑白质... 详细信息

本文为了分析抑郁症共病焦虑障碍(共病)患者、抑郁症患者及健康人的大脑结构网络拓扑属性,研究共病及抑郁症的神经病理机制,通过对20例共病患者、18例抑郁症患者及28名健康人进行弥散张量成像扫描,采用确定性纤维跟踪方法构建大脑白质结构网络,基于图论理论分析脑结构网络属性,并对三组人群大脑结构网络全局属性及节点属性进行统计分析。结果显示,1三组人群的大脑结构网络均呈现出小世界属性,核心节点主要分布在联合皮层;2抑郁症患者比健康人呈现出较低的局部效率和全局效率,共病患者比健康人呈现出较高的局部效率和全局效率;3共病患者与抑郁症患者相比,网络属性(聚类系数、特征路径长度、局部效率、全局效率)存在的差异具有统计学意义;4与共病患者和健康人相比较,抑郁症患者的节点效率在颞叶、双侧额上回等脑区存在显著改变。分析结果表明,与健康人相比,共病患者、抑郁症患者大脑结构网络节点属性都有显著改变,并且两组患者呈现出相反的变化趋势,本文研究结果可为共病患者与抑郁症患者的临床辅助诊断提供一种新的影像指标。

关键词：弥散张量成像抑郁症共病焦虑障碍脑结构网络拓扑属性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

抑郁症共病焦虑障碍的人脑结构网络研究

抑郁症共病焦虑障碍的人脑结构网络研究

引用

作者：吴秀勇华南理工大学

学位级别：硕士

抑郁症与焦虑障碍属于两个完全独立的疾病单元,但在临床中常见抑郁症共病焦虑障碍(以下简称“共病”)。共病患者具有起病年龄晚、病情重、自杀危险性高等特点。本文基于弥散张量成像影像,采用复杂网络理论及机器学习等分析方法,定量分... 详细信息

抑郁症与焦虑障碍属于两个完全独立的疾病单元,但在临床中常见抑郁症共病焦虑障碍(以下简称“共病”)。共病患者具有起病年龄晚、病情重、自杀危险性高等特点。本文基于弥散张量成像影像,采用复杂网络理论及机器学习等分析方法,定量分析共病患者脑结构网络拓扑属性与疾病严重程度(抑郁、焦虑)之间的关系,揭示疾病对人脑结构网络产生影响的神经病理机制。基于解剖学自动标记模板AAL-1024定义脑区,并采用确定性纤维束追踪方法构建大脑白质结构网络。通过分析共病组、抑郁症组及健康对照组的大脑结构网络拓扑属性,主要发现包括:三组人群的大脑结构网络均呈现出小世界属性,核心节点主要分布在联合皮层;共病组与抑郁症组相比,聚类系数、特征路径长度、局部效率、全局效率存在显著差异;与共病组和健康对照组比较,抑郁症组的节点效率在颞叶、双侧额上回等脑区存在显著改变。研究疾病患者大脑结构网络拓扑属性与疾病严重程度的相关性,主要发现包括:共病组全局属性与疾病严重程度不存在显著相关;基于FN构建的脑结构网络,抑郁症组脑网络属性(FN阈值为3,4,5时)的全局效率、特征路径长度、平均解剖距离属性值与HAMA-14评分呈显著负相关,模块度属性值与SDS评分呈显著负相关;基于FA构建的脑结构网络,抑郁症组脑网络属性(FA阈值为0.2,0.25,0.3时)的局部效率、特征路径长度、平均解剖距离属性值与HAMA-14评分呈显著负相关,此外模块度属性值(FA阈值为0.3)与HAMD-17评分呈显著负相关;共病组和抑郁症组部分脑区(额上回、脑岛和尾状核等)的节点效率属性值与疾病严重程度存在显著相关。研究机器学习理论在脑结构网络拓扑属性特征提取和疾病的自动分类方法。采用SVM-RFE的自动分类方法比标准支持向量机算法在组间分类上效果更好,其中共病患者与抑郁症患者自动分类达到较高准确率,例如基于节点效率的分类结果:特异性为95%,敏感度为94.4%,准确率为94.7%。本文分析了共病患者的脑结构网络拓扑变化规律,从多角度进行差异性分析,利用客观临床精神学量表验证所用方法的临床可用性,可为共病患者的神经病理机制提供可靠的实验依据,及其辅助诊断、早期干预提供参考的脑影像学指标。

关键词：抑郁症抑郁症共病焦虑障碍弥散张量成像脑结构网络拓扑属性机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

抑郁症共病焦虑障碍患者磁共振影像学研究

抑郁症共病焦虑障碍患者磁共振影像学研究

引用

作者：戚昊辰华南理工大学

学位级别：硕士

抑郁症与焦虑障碍虽然属于两个完全独立的疾病单元,但是两种疾病又常常同时存在,即医学上所谓的“共病”。抑郁症和焦虑障碍共病患者(以下简称“共病患者”)具有起病年龄晚、病情重、自杀危险性高、社会功能损害重等特点。本文基于脑结... 详细信息

抑郁症与焦虑障碍虽然属于两个完全独立的疾病单元,但是两种疾病又常常同时存在,即医学上所谓的“共病”。抑郁症和焦虑障碍共病患者(以下简称“共病患者”)具有起病年龄晚、病情重、自杀危险性高、社会功能损害重等特点。本文基于脑结构磁共振图像,采用形态学分析及机器学习等方法,研究共病患者脑结构形态的特征及特异性。本文主要研究内容包括两个部分:一、采用基于体素的形态测量学(VBM)及感兴趣区域体积(ROI)等分析方法,研究共病患者、抑郁症患者、健康对照组等三组被试的脑灰/白质体积组间差异以及与疾病严重程度之间的关系。三组被试的灰质体积存在显著差异的脑区主要分布在大脑岛叶、额叶、顶叶、颞叶等部位,白质体积存在显著差异的脑区主要分布在小脑顶叶、大脑额叶、顶叶等部位。此外,大部分具有显著差异的感兴趣脑区中,灰质体积或白质体积与临床评价指标存在显著相关性。例如,左岛叶皮质的灰质体积与汉密尔顿焦虑评分呈显著正相关,推测左岛叶皮质可能是区分抑郁症患者有无共病焦虑障碍的重要脑区。二、研究机器学习理论在磁共振影像数据上的应用,实现疾病的自动分类识别。采用标准支持向量机、F-score特征选择的支持向量机、RFE特征选择的支持向量机等,对磁共振图像数据进行分类训练与测试。通过对分类器效果对比,发现RFE特征选择支持向量机在组间分类上效果和准确率最佳,例如结合灰质体积及白质体积特征的分类试验中,共病患者与抑郁症患者的特异性、敏感度、准确率均达100%。本研究发现共病患者与抑郁症患者、健康对照相比较,大脑及小脑的灰质及白质体积在小脑顶叶、大脑岛叶、额叶、顶叶等部位具有显著差异,且与疾病严重程度之间存在显著相关性。机器学习的分类结果表明,基于脑结构磁共振图像的形态学特征可以实现高准确率的被试自动分类识别。本文基于结构磁共振影像数据,采用形态学分析与机器学习相结合的方法,发现了共病患者脑形态结构的特异性,并实现了高准确率的分类识别,对精神疾病的临床辅助诊断具有一定的参考价值。

关键词：抑郁症抑郁症共病焦虑障碍磁共振影像基于体素的形态测量学机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

抑郁症共病焦虑障碍临床特征及相关因素分析探讨

引用

临床医药文献电子杂志 2020年第19期7卷 27-28页

作者：初亚君吉林市舒兰精神病院

目的分析探讨抑郁症共病焦虑障碍临床特征及相关因素分析探讨,为临床治疗提供相关依据。方法选取2018年4月～2019年4月在我院接受治疗抑郁症患者64例作为研究对象,根据患病数量不同分为共病组与抑郁症组,各32例。共病组为抑郁症共病焦... 详细信息

目的分析探讨抑郁症共病焦虑障碍临床特征及相关因素分析探讨,为临床治疗提供相关依据。方法选取2018年4月～2019年4月在我院接受治疗抑郁症患者64例作为研究对象,根据患病数量不同分为共病组与抑郁症组,各32例。共病组为抑郁症共病焦虑障碍患者,抑郁症组只是单纯的抑郁症患者,比较两组患者的平均临床大体量表(CGI)。结果共病组患者的平均CGI-S量表评分明显高于抑郁症组患者,差异有统计学意义(P抑郁症共病焦虑障碍会加重患者的病症,所以通过与单纯抑郁症进行对比研究,对抑郁症共病焦虑障碍临床特征及相关因素进行分析探讨,能有效的为患者的临床治疗提供依据。

关键词：抑郁症共病焦虑障碍临床特征相关因素分析探讨

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：