北京生物医学工程
北京生物醫學工程
북경생물의학공정
BEIJING BIOMEDICAL ENGINEERING
2014年
6期
575-582
,共8页
员锐娟%吴水才%林岚%赵一平%林仲志%黄楚中%林庆波
員銳娟%吳水纔%林嵐%趙一平%林仲誌%黃楚中%林慶波
원예연%오수재%림람%조일평%림중지%황초중%림경파
磁共振扩散张量影像%图论%认知表现%机器学习
磁共振擴散張量影像%圖論%認知錶現%機器學習
자공진확산장량영상%도론%인지표현%궤기학습
diffusion tensor imaging%graph theory%cognitive performance%machine learning
目的 以磁共振扩散张量影像(diffusion tensor imaging,DTI)为基础进行大脑结构网络拓扑属性分析,选择与认知表现分数相关性较大的结构网络特征,并基于这些特征建立认知表现分数预测模型,藉以客观地估测老年人的大脑认知能力.方法 对94例正常老化的DTI影像进行结构脑网络构建,采用图论法分析结构连接矩阵,提取结构网络的特征,并将所有特征与受试者的简单智能状态检查量表(mini-mental status examination,MMSE)分数进行相关性分析,选取出与大脑认知高度相关的网络特征,再基于这些特征建立5种分析模型,预测受试者的认知表现分数,以进一步分析模型的预测效能.结果 通过相关性分析,在相关系数大于0.22且P值小于0.05的条件下,选取出与大脑认知高度相关的30个特征,这些特征分布在AAL(automated anatomical labeling)图谱中的12个脑区.而在模型建立与效能分析部分,以高斯回归模型的效能最佳,其训练组相关系数达0.89,预测误差最小为2.01,对受试者的认知表现分数预测较准确.结论 利用结构脑网络度量指标作为生物标记指针可建立正常老化认知功能预测模型,且能有效预测正常老年人的认知表现分数.
目的 以磁共振擴散張量影像(diffusion tensor imaging,DTI)為基礎進行大腦結構網絡拓撲屬性分析,選擇與認知錶現分數相關性較大的結構網絡特徵,併基于這些特徵建立認知錶現分數預測模型,藉以客觀地估測老年人的大腦認知能力.方法 對94例正常老化的DTI影像進行結構腦網絡構建,採用圖論法分析結構連接矩陣,提取結構網絡的特徵,併將所有特徵與受試者的簡單智能狀態檢查量錶(mini-mental status examination,MMSE)分數進行相關性分析,選取齣與大腦認知高度相關的網絡特徵,再基于這些特徵建立5種分析模型,預測受試者的認知錶現分數,以進一步分析模型的預測效能.結果 通過相關性分析,在相關繫數大于0.22且P值小于0.05的條件下,選取齣與大腦認知高度相關的30箇特徵,這些特徵分佈在AAL(automated anatomical labeling)圖譜中的12箇腦區.而在模型建立與效能分析部分,以高斯迴歸模型的效能最佳,其訓練組相關繫數達0.89,預測誤差最小為2.01,對受試者的認知錶現分數預測較準確.結論 利用結構腦網絡度量指標作為生物標記指針可建立正常老化認知功能預測模型,且能有效預測正常老年人的認知錶現分數.
목적 이자공진확산장량영상(diffusion tensor imaging,DTI)위기출진행대뇌결구망락탁복속성분석,선택여인지표현분수상관성교대적결구망락특정,병기우저사특정건립인지표현분수예측모형,자이객관지고측노년인적대뇌인지능력.방법 대94례정상노화적DTI영상진행결구뇌망락구건,채용도론법분석결구련접구진,제취결구망락적특정,병장소유특정여수시자적간단지능상태검사량표(mini-mental status examination,MMSE)분수진행상관성분석,선취출여대뇌인지고도상관적망락특정,재기우저사특정건립5충분석모형,예측수시자적인지표현분수,이진일보분석모형적예측효능.결과 통과상관성분석,재상관계수대우0.22차P치소우0.05적조건하,선취출여대뇌인지고도상관적30개특정,저사특정분포재AAL(automated anatomical labeling)도보중적12개뇌구.이재모형건립여효능분석부분,이고사회귀모형적효능최가,기훈련조상관계수체0.89,예측오차최소위2.01,대수시자적인지표현분수예측교준학.결론 이용결구뇌망락도량지표작위생물표기지침가건립정상노화인지공능예측모형,차능유효예측정상노년인적인지표현분수.