论文部分内容阅读
神经或精神类疾病不仅影响病人的身心健康和家庭经济,也给国家医疗体系和整个社会造成了沉重的负担。与疾病相关的脑功能环路的揭示和理解是后续其他研究的基础。磁共振成像技术可以提供多种模态的图像和数据。基于磁共振的全脑网络分析,可以揭示宏观的全局特性和组织模式信息,并且便于全脑范围搜索目标区域,后者对于一些复杂的机智不明的精神类疾病尤其重要。 在全脑网络分析方法中,图论分析是目前较常用的方法,通过使用功能或者结构MRI图像数据,构建全脑网络结点及其联接矩阵,通过引入图论中的相关知识如网络效率、模块化、小世界特性等进行分析。另外一方面,目前已经有的图论分析方法无法提供网络动态以及网络调控的信息,我们需要更多的计算神经生物学手段,为了解疾病环路提供更多方向。 本研究报告分为三个章节,第一章简述研究背景和博士后期间参与的工作;第二章报告图论分析的算法以及在一种带基因突变的运动疾病——发作性运动诱发性运动障碍(PKD)中的应用。结果揭示了PKD全脑功能和结构网络存在不同的改变,这些改变包括网络的全局特性、结点特性、连接强度的改变等。其中,PKD组部分结构联接降低同时全脑效率的降低,而感觉运动区域功能联接显著增强。同时,在几乎所有指标中,携带PRRT2基因突变的PKD患者组比无突变组异常更显著。第三章引入了一种脑网络动态的分析模型——随机行走模型,提出了网络分析的新算法,并首次构建了一些参数,用以分析强迫症(OCD)患者的功能网络动态。结果发现了基底节-前扣带回环路内的信息扩散和稳态分布异常,包括稳态分布的升高、扩散更加分散、扩散更快速等。并且其中一些分布和扩散时间与病人病程或疾病严重程度显著相关。