收藏本站
《电子科技大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于磁共振成像技术的大脑老化预测模型的研究

李薪  
【摘要】:大脑在老化的过程中会不可避免地出现组织、结构以及功能衰退的现象,因此针对脑老化机制的研究,对脑老化有关疾病的早期预防、诊断和治疗有着重要的意义。基于大脑成像数据的年龄预测方法可以预测个体的年龄。通过比较预测年龄和真实年龄,可以捕捉出大脑结构和功能在脑老化过程中的偏差,根据偏差找到与脑老化有关的生物标记物,而这些生物标记物对临床疾病诊断有着重要的意义。因此,本文研究借助磁共振成像技术得到大脑图像,并探索实际年龄与根据大脑图像预测的年龄之间的差距。先前的年龄预测研究一般只依赖大脑的结构或者功能磁共振数据,在这里我们研究多模态数据融合,旨在提高模型的预测能力。主要研究内容包括以下几个方面:1.基于648例年龄19-88岁之间的健康被试,进行年龄预测研究。首先是提取特征,包括基于T1加权图像提取脑容积和皮层特征,基于弥散张量图像构建结构连接矩阵并提取矩阵的连接权值,基于静息态功能磁共振图像构建功能连接矩阵并提取矩阵的连接权值;其次是特征降维;最后将上述过程中得到的特征,构建不同模态的年龄预测模型。在预测模型的选择上,我们对比多个机器学习算法,最终得出基于贝叶斯岭回归以及脑容积特征空间的年龄预测模型,可以得到最优的预测结果。根据贝叶斯岭回归预测模型的结果,我们可以提出具有显著特征权重所对应的特征,作为我们所提出与年龄有关的生物标记物。本研究中发现在平均皮层厚度的特征空间中,与年龄显著有关的特征,基本集中在额叶、颞叶、脑岛等沟回。在平均皮层表面积的特征空间中,发现与年龄显著有关的特征,基本集中在颞叶,前后中央沟等多个区域。在功能连接网络的特征空间中,与年龄显著有关的特征,基本集中在颞-额叶和顶-额叶区域的连接。在结构连接网络的特征空间中,与年龄显著有关的特征,发现额叶内部有较多的连接,绝大部分颞叶区域集中在额-颞叶之间的连接,其它皮层脑区与皮下脑区之间也存在一些连接。这些区域的结构连接主要与记忆力和其它认知功能发生衰退有关。2.各个模态的数据不仅具有相似的共享信息,也具有自身模态特点的独特信息,因此将多个模态数据融合的年龄预测模型可能会得到更好的预测效果。将T1加权图像提取的脑容积以及皮层数据、弥散张量图像得到的结构连接矩阵和静息态磁共振成像数据得到的功能连接矩阵作为特征值,借助集成学习算法的Stacking作为整体架构的年龄预测模型,初级学习器使用贝叶斯岭回归,次级学习器使用线性回归作为预测算法并使用随机森林回归和Adaboost等算法作为对比。融合多个模态的数据发现,将功能与结构的数据融合能得到最低误差,平均绝对误差为5.53岁,皮尔逊相关值r为0.93,但是,单模态年龄预测最低的平均绝对误差为6.60岁。因此,多模态融合年龄预测要明显优于单个模态的年龄预测的最优结果。综上所述,本文通过将结构与功能磁共振数据融合,构建年龄预测模型,并且提取脑影像的显著特征作为与年龄有关的生物标记物,这些生物标记物可以为临床上的诊断提供一些参考。
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R445.2;R338

免费申请
【参考文献】
中国期刊全文数据库 前3条
1 林岚;张柏雯;付振荣;靳聪;吴水才;;高血压对大脑年龄估值差的影响[J];中国医疗设备;2015年06期
2 张蕾;王丽娜;樊东升;崔德华;;阿尔茨海默病与脑老化因素[J];神经疾病与精神卫生;2008年02期
3 李晔,刘贤宇,王晓民;脑老化与神经系统退变性疾病[J];基础医学与临床;2002年03期
中国博士学位论文全文数据库 前1条
1 罗程;多模态神经成像技术在特发性全面性癫痫中的应用研究[D];电子科技大学;2011年
中国硕士学位论文全文数据库 前1条
1 黄梦婷;基于fMRI研究针对冷疼痛刺激造成的大脑网络改变机制[D];电子科技大学;2016年
【共引文献】
中国期刊全文数据库 前10条
1 武峻艳;王杰;张俊龙;;从督脉论治不同脑老化疾病异病同治的理论基础——以阿尔茨海默病和帕金森病为例[J];中国针灸;2015年05期
2 云少君;乔欣;李蔓;魏守刚;;饮食热能限制对小鼠学习记忆及脑内IRP-2和CREB基因表达的影响[J];营养学报;2015年02期
3 徐江奇;余绍青;刘焕兵;;阿尔茨海默病与内皮功能障碍[J];南昌大学学报(医学版);2014年11期
4 孙洋;童亚伟;崔德华;肖卫忠;樊东升;;临床前期阿尔茨海默症的早期诊断与干预[J];神经疾病与精神卫生;2014年03期
5 崔德华;田小生;王贺成;王维;肖卫忠;樊东升;;脑衰老与阿尔茨海默病症状出现前阶段[J];生物化学与生物物理进展;2012年08期
6 赵雪;牛广明;;脑老化的MRI研究进展[J];内蒙古医学院学报;2010年03期
7 崔德华;;脑衰老与认知障碍的研究进展[J];实用老年医学;2010年01期
8 边立立;云少君;贺晓娟;魏守刚;;高脂膳食对小鼠脑内铁调素基因表达影响[J];中国公共卫生;2009年09期
9 石娟;魏敏杰;;D-半乳糖与衰老研究的进展及临床意义[J];中国老年学杂志;2009年15期
10 张梅英;蔺美娜;杨葳;董婉维;李兆阳;王惟;郑志红;王禄增;;转染DJ-1和DJ-1~(L166P)基因的NIH3T3细胞中tau基因表达的研究[J];实验动物与比较医学;2008年06期
中国博士学位论文全文数据库 前3条
1 陈明明;失神癫痫调控的神经计算模型研究[D];电子科技大学;2017年
2 胡德昆;基于生物视觉感知机制的图像理解技术研究[D];电子科技大学;2012年
3 廖伟;基于磁共振成像的脑连接方法学及应用研究[D];电子科技大学;2011年
中国硕士学位论文全文数据库 前3条
1 南晓宇;基于静息态功能磁共振成像的广泛性焦虑障碍脑功能异常研究[D];电子科技大学;2019年
2 李薪;基于磁共振成像技术的大脑老化预测模型的研究[D];电子科技大学;2019年
3 李鹤纯;基于动态功能连接分析的老化脑网络研究[D];电子科技大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 刘力生;王文;姚崇华;;中国高血压防治指南(2009年基层版)[J];中华高血压杂志;2010年01期
2 顾东风,Jiang He,吴锡桂 ,Kristi Reynolds,甘文奇,刘东海,宿少勇,段秀芳,黄广勇,Paul K.Whelton;中国成年人高血压患病率、知晓率、治疗和控制状况[J];中华预防医学杂志;2003年02期
3 贾建平;重视心脑血管疾病与老年性痴呆关系的研究[J];中华神经科杂志;2002年05期
4 王晓英,包天桐;应激与衰老的实验研究[J];中国自然医学杂志;2001年04期
5 陈智松,农志飞,吴志奎,蔡永春,王蕾;枸杞多糖对衰老小鼠原癌基因c-myc表达的影响[J];中成药;2001年05期
6 梁希彬,罗涌,李丰桥,王晓民;帕金森病与阿尔茨海默病[J];中国神经科学杂志;2000年03期
7 吴小晶,吴丽娟,马乐;衰老中线粒体脱氧核糖核酸的突变[J];中华老年医学杂志;1999年05期
8 静雨;;应激激素加速大脑老化[J];国外医学情报;1999年04期
9 魏小龙,张永祥;老年性痴呆发病机理研究进展[J];军事医学科学院院刊;1999年01期
10 静雨;;促进细胞衰老的基因[J];国外医学情报;1999年01期
【相似文献】
中国期刊全文数据库 前10条
1 凌云;王建东;;浅析4~#高炉的炉缸侵蚀预测模型[J];南钢科技与管理;2007年03期
2 谷鸿秋;王俊峰;章仲恒;周支瑞;;临床预测模型:模型的建立[J];中国循证心血管医学杂志;2019年01期
3 周媛;叶烨;王新彦;周宏根;王筱蓉;;零转弯半径割草机连续翻滚特性参数化预测模型[J];农机化研究;2018年01期
4 刘洪太;郭云霞;;基于情景数据的火灾预测模型设计与实现[J];科技创新与应用;2018年26期
5 王伟卿;;灰色预测模型在预测话音网关故障中的研究与应用[J];计算机测量与控制;2016年11期
6 韩文倩;;灰色预测模型在山东省保费预测中的应用[J];保险职业学院学报;2017年01期
7 杨萌;;基于灰色预测模型的山西省批发零售业人员需求分析[J];数学的实践与认识;2017年04期
8 崔剑;巴合提努尔·巴赞;李书钦;;烧结过程SO_2排放预测模型研究[J];资源节约与环保;2017年08期
9 张春涛;关文忠;刘学飞;;混沌时间序列的2阶预测模型[J];数学的实践与认识;2016年05期
10 夏静;;建设项目环境影响评价预测模型发展现状[J];绿色科技;2016年08期
中国重要会议论文全文数据库 前10条
1 匡启帆;李益洲;李梦龙;;对于药物不良反应预测模型的系统研究[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年
2 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
3 王坤龙;;天津地区雾霾的成因及预测模型建立的研究[A];科学发展·协同创新·共筑梦想——天津市社会科学界第十届学术年会优秀论文集(中)[C];2014年
4 郭庆春;;基于人工神经网络的空气污染指数预测模型[A];Proceedings of Conference on Environmental Pollution and Public Health(CEPPH 2012)[C];2012年
5 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年
6 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年
7 何彭君;;事故预测模型的建立与应用[A];安全责任与素养提升的实践研究——2017安全科学与工程技术研讨会论文集[C];2017年
8 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年
9 张晓晞;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
10 曾练平;燕良轼;;大学师范生可就业能力预测模型的建构[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年
中国重要报纸全文数据库 前10条
1 记者 黄辛;上海交通大学 提出基于信号通路的肝癌风险预测模型[N];中国科学报;2019年
2 记者 康民;全球首个流感预测模型落户重庆[N];中国保险报;2017年
3 北京大学肿瘤医院 刘晨;筛查食管癌有了风险预测模型[N];健康报;2017年
4 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年
5 本报记者 张超;预测模型:推算SARS起落潮[N];科技日报;2003年
6 刘庆;“预测模型”要缓行[N];网络世界;2006年
7 记者 华凌;颗粒物成云新理论有助改进预测模型[N];科技日报;2015年
8 四川农业大学 王立志 贾刚 王康宁;饲料有效磷的评定及预测模型的“雏形”[N];中国畜牧兽医报;2006年
9 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年
10 中兴通讯 曾志 杨毅;建立移动用户流失分析预测模型[N];通信产业报;2014年
中国博士学位论文全文数据库 前10条
1 杨居衡;多相体系蜡析出计算模型研究[D];中国石油大学(北京);2018年
2 高山砚;妊娠期糖尿病危险因素研究与预测模型构建[D];中国医科大学;2019年
3 李金金;天津市慢性病队列研究及风险预测模型的建立[D];天津医科大学;2018年
4 陈玲;孕期及产后压力性尿失禁风险预测模型的构建、验证及应用[D];南方医科大学;2018年
5 云科;MSM人群HIV感染风险预测模型的建立及应用[D];中国医科大学;2018年
6 林开阳;急诊经皮冠状动脉介入术后对比剂肾病的危险因素分析及风险预测模型构建[D];南方医科大学;2018年
7 支元杰;大气环境下小样本金属材料腐蚀的数据驱动预测模型[D];北京科技大学;2019年
8 冉祥栋;基于深度学习的交通时间预测模型与方法研究[D];北京科技大学;2019年
9 胡姗姗;药物互作数据的挖掘与预测研究[D];安徽大学;2019年
10 沈思鹏;基于生存结局的多组学预测模型统计学方法研究与应用[D];南京医科大学;2019年
中国硕士学位论文全文数据库 前10条
1 谭续海;基于大数据挖掘川崎病静脉注射丙种球蛋白不敏感的危险因子及构建预测模型[D];重庆医科大学;2019年
2 李宜伦;基于混合预测的光伏功率预测方案设计与研究[D];沈阳工程学院;2019年
3 郑强;基于深度学习的光伏发电量预测模型研究[D];华北电力大学;2019年
4 马利洁;Spark框架下基于变量预测模型的变压器故障的并行化诊断[D];华北电力大学;2019年
5 李薪;基于磁共振成像技术的大脑老化预测模型的研究[D];电子科技大学;2019年
6 秦靖柯;基于多源数据的矿物浮选过程预测模型的研究[D];电子科技大学;2019年
7 何宏周;基于深度学习的婴儿姿势估计算法研究[D];电子科技大学;2019年
8 李幻;基于植株冠层分层孔隙率的雾滴穿透量预测模型构建与试验研究[D];山东农业大学;2019年
9 吴琪;建立基于生化指标的冠心病风险预测模型[D];杭州师范大学;2019年
10 陈娴;CIN2~+病变风险预测模型构建及临床验证[D];重庆医科大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026