论文部分内容阅读
磁共振成像(magnetic resonance imaging,MRI)技术被广泛地应用在脑的功能和结构研究中,而利用脑结构磁共振成像(structural MRI,sMRI)可以获得清晰的、反映不同组织对比度的图像,能够提供丰富的脑形态学信息,所以sMRI已经被成功地用来研究阿尔茨海默病(Alzheimer's disease,AD)等神经系统疾病导致的脑形态学差异。近年来,多变量分析方法成为研究脑成像数据的趋势和热点。 本研究将联合独立成分分析(joint independent component analysis,joint ICA)和并行独立成分分析(parallel independent component analysis,parallel ICA)两种多变量方法应用在阿尔茨海默病的研究上,通过对12个AD病人和14个正常被试的灰质、白质同时建模构建脑结构共变网络。具体地,首先对两组人的结构磁共振数据进行基于体素的形态学分析(voxel-based morphometry,VBM),之后把得到的灰质和白质同时建模后分别进行jointICA和parallel ICA分析,通过对空间独立的联合源进行统计检验确定了存在组间差异的模式。考察了联合源ICA的权值作为指标来区分两组人的情况并进行了ROC分析。本文进一步利用多元线性回归方法将3个联合源组合成一个源,该线性组合源包含了3个联合源中所有重要的脑区。对于得到的并行源,计算了并行源中灰质及白质对应ICA权值的相关程度。最后,对joint ICA和parallel ICA的结果进行了对比分析,并探讨了两种方法的差异性和一致性。 Joint ICA分析得到3个灰质-白质联合源,分别是1)额叶/顶叶/颞叶-上纵束/胼胝体;2)额叶/顶叶/枕叶-额叶/枕叶;3)额叶-中央前回/中央后回。3个联合源在AD和NC两组人上存在明显的差异。parallel ICA分析得到3个灰质-白质并行源,分别为1)额叶/顶叶/颞叶-上纵束/胼胝体;2)额叶/顶叶/枕叶-额叶/枕叶;3)颞叶—上纵束/胼胝体。其中,并行源1和并行源3的ICA权值在两组人上表现出了明显的差异。并行源1和并行源2与联合源1和联合源2的结果基本上一致。说明了这两种方法的合理性也表明了结果的稳定性。 本研究使用多变量的joint ICA和parallel ICA方法,构建了与AD相关的灰质-白质共变网络并确定了有显著组间差异的源,源中体积减小的重要脑区和已有文献也是一致的。本研究基于网络的观点,同时利用灰质和白质信息展开AD的脑结构研究,能够帮助研究者更全面、准确地理解AD的病理机制和病变特点。