一种帕金森病患者磁共振成像的功能性脑连接分析方法技术

本发明专利技术公开了一种帕金森病患者磁共振成像的功能性脑连接分析方法，包括以下步骤：将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平、网络水平和边缘水平上进行对照性分析，并依据分析结果在功能性脑连接网络中筛选出特异性网络；将帕金森早期患者的特异性网络与临床信息进行关联量化，利用CNN神经网络对特异性网络与临床信息进行关联量化结果进行学习训练得到辅助帕金森早期临床症状预判的临床症状脑连接分析模型。本发明专利技术揭示早期帕金森病中网络内和网络间脑连接的变化，有助于理解帕金森病发展的机制，利用早期帕金森病中网络内和网络间脑连接变化的客观性实现临床症状的判定，提高判定准确度，从而辅助后续的对症治疗。辅助后续的对症治疗。辅助后续的对症治疗。

【技术实现步骤摘要】
一种帕金森病患者磁共振成像的功能性脑连接分析方法


[0001]本专利技术涉及帕金森脑网络分析
，具体涉及一种帕金森病患者磁共振成像的功能性脑连接分析方法。

技术介绍

[0002]帕金森病(PD)是一种进行性神经退行性疾病，被描述为黑质致密部多巴胺能神经元的缺失。典型的运动症状表现为震颤、僵直和运动迟缓，可通过多巴胺能替代疗法缓解。帕金森病病理学——以α
‑
突触核蛋白沉积和Lewy bodies已经证实，在临床症状出现之前，大脑病变被无声地激活。关于静息态功能磁共振成像(rs
‑
fMRI)的研究报道了额顶叶区域的功能连接、枕叶皮层，颞回，纹状体，丘脑，以及基底神经节在PD中受到影响；因此，由于其广泛影响的脑区和复杂的临床症状。之前的一项研究使用拓扑分析。另一项研究揭示了PD患者在药物治疗前后感觉运动和自上而下控制网络的动态变化。然而，目前对帕金森病的rs
‑
fMRI研究主要集中在晚期帕金森病患者，并探索特定症状(如运动症状或认知障碍)与特定区域大脑连接性之间的联系，现有技术中，早期帕金森病中网络内和网络间脑连接的变化仍然未知，在进行早期帕金森症状表现时通常采用人为经验式判定，主观判定难以确保诊断的准确性，同时不利于理解帕金森病发展的机制，以及揭示疾病的本质。

技术实现思路

[0003]本专利技术的目的在于提供一种帕金森病患者磁共振成像的功能性脑连接分析方法，以解决现有技术中早期帕金森病中网络内和网络间脑连接的变化仍然未知，在进行早期帕金森确诊时通常采用人为经验式判定，主观判定难以确保诊断的准确性，同时不利于理解帕金森病发展的机制，以及揭示疾病的本质的技术问题。
[0004]为解决上述技术问题，本专利技术具体提供下述技术方案：
[0005]一种帕金森病患者磁共振成像的功能性脑连接分析方法，包括以下步骤：
[0006]选取帕金森早期患者的磁共振成像和健康人员的大脑磁共振成像，并在大脑磁共振成像中标记出多个功能性脑连接网络；
[0007]将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平、网络水平和边缘水平上进行对照性分析，并依据分析结果在功能性脑连接网络中筛选出用于辅助帕金森早期确诊的特异性网络；
[0008]将帕金森早期患者的特异性网络与临床信息进行关联量化，利用CNN神经网络对特异性网络与临床信息进行关联量化结果进行学习训练得到辅助帕金森早期临床症状预判的临床症状脑连接分析模型。
[0009]作为本专利技术的一种优选方案，将大脑分为90个区域，将90个区域作为90个节点，并利用聚类算法将大脑的90个节点聚类为8个功能性脑连接网络；
[0010]其中，所述功能性脑连接网络包括视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网
络DGN。
[0011]作为本专利技术的一种优选方案，将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平上进行对照性分析，获得完整性水平上的特异性网络，包括：
[0012]在帕金森早期患者和健康人员的大脑磁共振成像中对视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN进行节点总连接度统计；
[0013]设定第一对照性阈值，将视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN的节点总连接度在帕金森早期患者和健康人员的大脑磁共振成像中差值依次与第一对照性阈值进行比较；
[0014]将在帕金森早期患者和健康人员的大脑磁共振成像中差值高于第一对照性阈值的功能性脑连接网络作为完整性水平上的特异性网络。
[0015]作为本专利技术的一种优选方案，将帕金森早期患者和健康人员的多个功能性脑连接网络在网络水平上进行对照性分析，获得网络水平上的特异性网络，包括：
[0016]在帕金森早期患者和健康人员的大脑磁共振成像中对视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN进行网络内节点连接度和网络间节点连接度统计；
[0017]设定第二对照性阈值，将视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN的网络内节点连接度和网络间节点连接度在帕金森早期患者和健康人员的大脑磁共振成像中差值依次与第二对照性阈值进行比较；
[0018]将在帕金森早期患者和健康人员的大脑磁共振成像中差值高于第二对照性阈值的功能性脑连接网络作为网络水平上的特异性网络。
[0019]作为本专利技术的一种优选方案，将帕金森早期患者和健康人员的多个功能性脑连接网络在边缘水平上进行对照性分析，获得边缘水平上的特异性网络，包括：
[0020]对帕金森早期患者和健康人员的大脑磁共振成像中进行边缘节点的识别，所述边缘节点是改变功能性脑连接网络内和功能性脑连接网络间的功能连通性对的节点；
[0021]对帕金森早期患者和健康人员的大脑磁共振成像中的边缘节点进行节点总连接度的统计；
[0022]设置第三对照性阈值，将边缘节点的节点总连接度在帕金森早期患者和健康人员的大脑磁共振成像中差值依次与第三对照性阈值进行比较；
[0023]将在帕金森早期患者和健康人员的大脑磁共振成像中差值高于第三对照性阈值的功能性脑连接网络作为边缘水平上的特异性网络。
[0024]作为本专利技术的一种优选方案，所述依据分析结果在功能性脑连接网络中筛选出用于辅助帕金森早期确诊的特异性网络，包括：
[0025]将完整性水平上的特异性网络、网络水平上的特异性网络和边缘水平上的特异性网络进行同类项提取，将提取出的同类项对应的特异性网络作为用于辅助帕金森早期确诊的特异性网络；
[0026]其中，特异性网络包括视觉网络VSN、躯体运动神经网络SMN、深灰质网络DGN和边
缘网络LBN。
[0027]作为本专利技术的一种优选方案，将帕金森早期患者的特异性网络与临床信息进行关联量化，包括：
[0028]基于线性模型利用多元回归分析法将帕金森早期患者的蒙特利尔认知评估评分、汉密尔顿焦虑量表评分和汉密尔顿抑郁量表评分与特异性网络的节点连接度进行二维关联量化，其中，二维横向坐标为节点连接度，二维纵向坐标为评分值；
[0029]提取出呈线性关系的特异性网络与蒙特利尔认知评估评分、汉密尔顿焦虑量表评分和汉密尔顿抑郁量表评分的二维关联量化结果。
[0030]作为本专利技术的一种优选方案，所述临床症状脑连接分析模型的构建包括：
[0031]将呈线性关系的所述二维关联量化结果对应的特异性网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种帕金森病患者磁共振成像的功能性脑连接分析方法，其特征在于：包括以下步骤：选取帕金森早期患者的磁共振成像和健康人员的大脑磁共振成像，并在大脑磁共振成像中标记出多个功能性脑连接网络；将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平、网络水平和边缘水平上进行对照性分析，并依据分析结果在功能性脑连接网络中筛选出用于辅助帕金森早期确诊的特异性网络；将帕金森早期患者的特异性网络与临床信息进行关联量化，利用CNN神经网络对特异性网络与临床信息进行关联量化结果进行学习训练得到辅助帕金森早期临床症状预判的临床症状脑连接分析模型。2.根据权利要求1所述的一种帕金森病患者磁共振成像的功能性脑连接分析方法，其特征在于：将大脑分为90个区域，将90个区域作为90个节点，并利用聚类算法将大脑的90个节点聚类为8个功能性脑连接网络；其中，所述功能性脑连接网络包括视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN。3.根据权利要求2所述的一种帕金森病患者磁共振成像的功能性脑连接分析方法，其特征在于：将帕金森早期患者和健康人员的多个功能性脑连接网络在完整性水平上进行对照性分析，获得完整性水平上的特异性网络，包括：在帕金森早期患者和健康人员的大脑磁共振成像中对视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN进行节点总连接度统计；设定第一对照性阈值，将视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN的节点总连接度在帕金森早期患者和健康人员的大脑磁共振成像中差值依次与第一对照性阈值进行比较；将在帕金森早期患者和健康人员的大脑磁共振成像中差值高于第一对照性阈值的功能性脑连接网络作为完整性水平上的特异性网络。4.根据权利要求3所述的一种帕金森病患者磁共振成像的功能性脑连接分析方法，其特征在于：将帕金森早期患者和健康人员的多个功能性脑连接网络在网络水平上进行对照性分析，获得网络水平上的特异性网络，包括：在帕金森早期患者和健康人员的大脑磁共振成像中对视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN进行网络内节点连接度和网络间节点连接度统计；设定第二对照性阈值，将视觉网络VSN、躯体运动神经网络SMN、背侧注意网络DAN、腹侧注意网络VAN、边缘网络LBN、额顶网络FPN和默认模式网络DMN以及深灰质网络DGN的网络内节点连接度和网络间节点连接度在帕金森早期患者和健康人员的大脑磁共振成像中差值依次与第二对照性阈值进行比较；将在帕金森早期患者和健康人员的大脑磁共振成像中差值高于第二对照性阈值的功
能性脑连接网络作为网络水平上的特异性网络。5.根据权利要求4所述的一种帕金森病患者磁共振成像的功能性脑连接分析方法，其特征在于：将帕金森早期患者和健康人员的多个功能性...

【专利技术属性】
技术研发人员：范文亮，杨帆，郑传胜，刘定西，孔祥闯，刘小明，聂壮，李静，
申请(专利权)人：华中科技大学同济医学院附属协和医院，
类型：发明
国别省市：