CASIA OpenIR  > 毕业生  > 博士学位论文
多模态图像分析在脑发育和脑老化研究中的应用
其他题名Application of multimodal image analysis in brain development and aging
刘霖雯
学位类型工学博士
导师范勇
2014-11-25
学位授予单位中国科学院大学
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
关键词脑发育 脑老化 多模态图像分析 磁共振成像 正电子发射断层扫描 Brain Development Brain Aging Multimodal Image Analysis Magnetic Resonance Imaging Positron Emission Tomography
摘要人脑的发育与老化是脑科学研究中的重要问题。大脑的老化将导致许多常见的神经退行性疾病。与脑老化过程不尽相同,脑发育过程是复杂且不断发展的。影像学技术是脑科学研究的重要手段之一,多模态图像的结合可为脑科学研究提供更全面的信息,目前已成为脑科学研究的一大研究热点。本文结合多模态图像提供的不同的脑结构和脑功能信息对脑发育和脑老化进行了一些研究,取得了如下创新研究成果: 1.针对正电子成像(PET)的斑块显像剂11C-PIB动态序列可提供两种不同信息,我们首次通过对老年痴呆患者(AD)、轻度认知障碍(MCI)以及老年正常对照组(CN)进行PET/CT双示踪剂检查(18F-FDG和11C-PIB),计算了与个体18F-FDG图像最相关的11C-PIB时间窗,并采用逻辑回归模型对老年痴呆症和正常对照组、轻度认知障碍和正常对照组进行分类,用留一法验证了分类的正确率。实验结果表明早期动态11C-PIB序列能够提供与18F-FDG相仿的高质量灌注图像,且11C-PIB的双生物学指标(灌注图像11C-pPIB和斑块图像11C-aPIB)能得到很好的AD分类正确率,但PET的双示踪剂检查在MCI的分类中具有较好的效果。 2.针对正电子成像的分析方法可分为半定量分析和定量分析两类,我们首次比较了用这两类不同的计算方法得到两种血流图像(11C-pPIB和11C-PIB R_1)和斑块图像(11C-aPIB和DVR)之间的相关性。本文首先通过个体的18F-FDG图像确定了用简化的参考区模型(SRTM)方法估计参数图像11C-PIB $R_1$时所需输入函数的最优时间窗,然后比较了两种血流参数图像以及两种斑块图像的相似性。实验结果发现半定量分析和定量分析得到的参数图像相关性非常高,半定量方法得到的参数图像有可能替代定量分析得到的参数图像用于临床研究中,且文中提出的时间窗计算方法可降低图像扫描时间,减轻老年患者因为长时间扫描带来的不舒适性。 3.针对多模态的图像可提供更丰富的信息帮助老年痴呆症的早期诊断,我们首次研究了11C-PIB的双生物学指标结合结构磁共振成像对老年痴呆症的分类效果。本文,我们采用机器学习的方法衡量了11C-PIB的双生物学指标、结构磁共振图像及其组合在区分老年痴呆症、轻度认知障碍和正常对照组时的分类性能。实验结果表示,结构磁共振图像结合动态11C-PIB的双生物学指标在所有分类中均可获得最佳的分类效果,这个结果也为多病理因素造成的老年痴呆症及其相关痴呆类型应当采取多种信息补充诊断这一论点提供了有力证据。 4.针对麻痹性痴呆和老年痴呆的临床症状及认知行为非常相似的现象,我们选取14名男性麻痹性痴呆患者、15名男性轻度认知障碍患者、15名男性老年痴呆症患者及20名男性正常对照组首次比较了麻痹性痴呆、老年痴呆、轻度认知障碍的大脑皮层萎缩模式,并阐述了大脑萎缩和认知减退在不同痴呆类型间的关系。实验结果表示,麻痹性痴呆患者相对正常对照组在很多认知相关的脑区都发生了脑萎缩,这些萎缩的脑区也可在老年痴呆症患者中发现,但是,老年痴呆症患者的大脑皮层萎缩范围更广,麻痹性痴呆患者的脑萎缩程度更深。 5.针对大脑发育呈非线性发展的特性,我们基于120名7-18岁的儿童和青少年的结构磁共振图...
其他摘要Brain development and aging are two important issues of brain science. Aging is a major risk factor for most common neurodegenerative disease. Early-life development is characterized by dramatic changes, with overlapping and unique patterns of change in aging. Neurological examinations are crucial in the study of brain science, while multimodal imaging combination would apply complementary information for the researches. Nowadays, multimodal image analysis becomes a research hotspot of brain science. In the thesis, we analyzed biomarkers from different modalities to provide complementary information for brain maturation and brain aging. The main contributions of this thesis include following issues: 1. To identify the optimal time window for capturing perfusion information from early 11C-PIB imaging frames (perfusion PIB, 11C-pPIB) and to compare the performance of dual-tracer PET [18F-FDG and amyloid PIB (11C-aPIB)] and "dual biomarker" 11C-PIB PET [11C-pPIB and 11C-aPIB] for classification of AD, MCI and CN subjects. Forty subjects underwent 18F-FDG and 11C-PIB PET studies. Pearson correlation between the 18F-FDG image and sum of early 11C-PIB frames was maximised to identify the optimal time window for 11C-pPIB. The classification power of imaing parameters was evaluated with a leave-one-out validation. The results indicated that 11C-pPIB could serve as a useful biomarker of perfusion for measuring neural activity and improve the diagnostic power of PET for AD in conjunction with 11C-aPIB. 18F-FDG and 11C-PIB dual-tracer PET examination could better detect MCI. 2. Semi-quantitative method and quantitative method are two types of method for PET data analysis. In this thesis, we investigated the correlation between two biomarkers from early frames of 11C-PIB for perfusion (11C-pPIB and 11C-PIB R1) and two biomarkers from late frames of 11C-PIB for amyloid (11C-aPIB and DVR). Specifically, parametric image $R_1$ were generated by simplified reference tissue model (SRTM) analysis of dynamic 11C-PIB data solved by basis function method (BFM). Perfusion image 11C-pPIB was computed as a summation of early 11C-PIB frames. Amyloid image DVR was estimated by Logan plot method and 11C-aPIB was regarded as a summation of late 11C-PIB frames. The results indicated the high correlation between parameter imagings from semi-quantitative method and quantitative method, and provided supportive evidence that 11C-PIB R1 and 11C-pPIB images could be estimated with t...
其他标识符200918014628034
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6653
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
刘霖雯. 多模态图像分析在脑发育和脑老化研究中的应用[D]. 中国科学院自动化研究所. 中国科学院大学,2014.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20091801462803(13210KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[刘霖雯]的文章
百度学术
百度学术中相似的文章
[刘霖雯]的文章
必应学术
必应学术中相似的文章
[刘霖雯]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。