首页 > 文献资料
-
独立成分分析实现成组fMRI数据的信号分离
采用基于row-wise的ICA(独立成分分析)组分析方法,分析了相同任务下采集的一组fMRI数据.结果表明:该方法可以较好地提取出所有被试者中具有共同时间序列的信号.
-
基于独立成分分析和互相关分析的脑功能连接研究
功能相关的脑区存在功能连接,利用静息状态功能磁共振成像(functional magnetic resonance imaging,fMRI)技术,联合独立成分分析(independent component analysis,ICA)和互相关(cross correlation analysis,CCA)分析方法检测人脑初级运动皮层功能连接网络.首先采用空间ICA定位初级运动皮层,作为感兴趣区域(region of interest,ROI);然后采用互相关分析方法检测静息状态大脑特定皮层的功能连接性.实验结果表明:此研究方法较好地检测了大脑运动系统的典型区域,包括初级运动区、运动前区、辅助运动区等,与解剖学、组织化学及生理学技术检测的结果相一致,证实了该方法在脑功能连接性研究方面是有效的.
-
稳态视觉诱发脑机接口特征提取方法的研究
目的 为有效提取稳态视觉诱发脑机接口(SSVEP-based brain-computer interface)中的脑电特征,提出一种基于独立成分分析(independent component analysis,ICA)与希尔伯特黄变换(Hilbert-Huang transform,HHT)的特征提取方法.方法 对采集得到的脑电信号进行带通滤波,得到预处理的脑电信号,将滤波后的脑电信号作为ICA的输入,经过ICA实现独立成分的快速获取.引入HHT对独立成分进行经验模态分解(EMD),分解获取固有模态函数(intrinsic mode function,IMF),通过对IMF的频域分析,即可提取出特征.将ICA和HHT法同WT法、ICA法以及HHT法等常用的特征提取方法在频域、功率谱估计、在时间消耗等多方面进行比对分析.结果 频域分析和功率谱估计中,本文提出的方法明显优于WT法和ICA法,略优于HHT法.时间消耗方面,本文提出的方法略优于HHT法.结论 基于ICA和HHT的特征提取方法在稳态视觉诱发脑机接口的特征提取中是可行的,并有效去除了脑电信号中的噪声.
-
基于ICA方法去除人工耳蜗ERP信号伪迹的研究
目的：人工耳蜗植入者的听觉诱发电位含有较大的伪迹信号，影响了其在人工耳蜗植入后的效果评估。功能成像方法由于安全问题和介入性等特点，不适用于人工耳蜗植入者。本文利用独立成分分析（ independent component analysis，ICA）去除人工耳蜗伪迹，为进一步利用听觉诱发电位信号客观评价人工耳蜗植入者言语识别能力和人工耳蜗植入效果提供便利。方法采用经典 Oddball 模式，分别以言语声/ba/和/da/为标准刺激和偏差刺激，测量人工耳蜗植入者的听觉事件相关电位（ event-related potential，ERP），采用 ICA方法去除 ERP信号中人工耳蜗造成的伪迹，并分析其独立成分的时域波形和脑地形图特征。本文对10例人工耳蜗植入6个月的受试者进行 ERP测试，并比较了 Infomax和Jade两种算法去除人工耳蜗伪迹的效果。结果根据独立成分的时域波形和脑地形图特征，可以将人工耳蜗伪迹对应的独立成分识别出来。人工耳蜗伪迹独立成分的时域波形类似于一个基座，其脑地形图显示在植入侧有较高的电位。去除人工耳蜗伪迹后的 ERP波形显示出原始的形态。Infomax算法能够更有效地去除 ERP信号中的人工耳蜗伪迹。结论 ICA方法可以有效地将人工耳蜗伪迹从人工耳蜗植入者的 ERP信号中分离出来。
-
静息态脑功能网络分析的假设驱动和数据驱动方法综述
基于功能磁共振成像的研究已发现在脑区之间存在低频波动一致的脑功能网络.脑功能网络有助于认识脑功能和诊断神经精神疾病,而脑功能网络分析方法在其中具有重要地位.本文首先综述了假设驱动和数据驱动进行脑功能网络分析的两类方法,接着对常用的基于感兴趣区、基于体素、基于独立成分分析、基于主成分分析和基于聚类方法的原理、优缺点做了详细介绍,并着重阐述了近提出的组信息指导的独立成分分析方法,及基于半监督学习技术的感兴趣区选择方法,后对改进方向进行了展望.
-
人脑对握力刺激响应特征的数值计算分析方法
为研究人脑对握力刺激的响应特征,提出一种新的数值计算分析方法:结合独立成分分析和云模型,对握力刺激脑响应特征进行数值计算.采集10名健康受试者不同握力任务下的功能磁共振(fMRI)数据并进行预处理,应用独立成分分析获取不同握力刺激条件下的脑激活区域位置和大小,然后通过云模型计算脑激活区域内的数据分布特征.结果表明,握力刺激的脑激活区域主要分布在对侧大脑Brodmann 2、3、4、6区和同侧小脑,并且随着握力强度的增加,中央前回、中央后回等激活区域增大(激活簇体素个数分别为4 075、4 218、4 965);在不同握力刺激条件下,激活区域的任务态与非任务态间的期望、熵、超熵(Ex、En、He)均有明显的统计学差异,Ex(P ＜0.001)和En(P ＜0.005)增大,He(P ＜0.005)减小;不同握力刺激间三个参数的差异不明显,并且非激活区域内任务状态与非任务状态间的期望、熵、超熵均无统计学差异.该方法可为不同任务下大脑激活区域的数据分布特征研究提供一种新的分析手段.
-
心房活动电生理信号特征提取
为从12导联体表心电图中有效地提取反映心房活动的电生理信号,构造一种稀疏表示下的独立成分分析模型.首先,对采集到的12导联体表心电信号进行预处理,然后通过小波变换,实现心电信号小波域的稀疏表示形式,对变换后的心电信号进行独立成分分析,并通过频谱分析确定出反映心房活动的电生理信号源.讨论了平均房颤周长的这一测量指标在房颤患者中的具体应用.实验表明,该方法可以有效提取心房活动的电生理信号,将对心房活动电生理的深入研究产生积极影响.
-
精神分裂症幻听的静息态脑网络研究
目的:使用独立成分分析法(ICA)研究精神分裂症幻听相关的脑网络特征性表现.方法:选取符合精神障碍诊断与统计手册第四修订版(DSM-IV-TR)精神分裂症的诊断标准患者,30例伴频繁幻听(AVH),24例不伴幻听(non-AVH),以及年龄、性别匹配的60例正常对照(HC)纳入统计分析.采用Hoffman幻听量表评估幻听的严重程度.采集所有受试者静息态的脑功能磁共振成像数据,利用ICA方法提取听觉网络、语言网络、突显网络、右额顶网络及默认网络,采用协方差分析比较三组受试者脑区活动在上述各网络内部的差异及网络间连接强度的差异,进一步评估AVH与non-AVH组间差异与幻听严重程度的关系.结果:与non-AVH组相比,AVH组听觉网络中的左侧颞上回和左侧中央后回的活动增强(P＜0.05,FDR校正),左侧颞上回脑区活动强度与幻听严重程度呈正相关(r=0.43,P＜0.05);AVH组突显网络中的右侧前扣带回的活动减弱(P＜0.05,FDR校正),且与幻听严重程度呈负相关(r=-0.48,P＜0.01).网络间连接强度分析显示,与non-AVH组相比,AVH组语言网络-听觉网络连接强度减弱[(-0.29 ±0.21)vS.(-0.16 ±0.17),P＜0.05,未校正],突显网络-语言网络连接强度减弱[(-0.09±0.22) vs.(-0.06 ±0.18),P＜0.05,未校正],突显网络-听觉网络连接强度增强[(0.30±0.18) vs.(0.15 ±0.24),P＜0.05,未校正].结论:本研究显示伴频繁幻听的精神分裂症患者听觉网络、语言网络及突显网络存在异常,提示精神分裂症患者幻听的产生可能和语言的产生、语音的感知及自我识别有关.
-
脊髓型多发性硬化患者默认网络及突显网络的功能连接
目的 采用独立成分分析(ICA)方法分析脊髓型多发性硬化(SMS)患者脑静息态默认网络(DMN)及突显网络(SN)功能连接(FC)的异常.方法 对我院22例SMS患者(SMS组)及22名健康对照者(正常对照组)行静息态fM-RI,对所得数据进行ICA分析,并利用SPM8比较两组脑网络FC的差异,同时分析差异脑区的对间序列信号(FC分数)与临床扩展残疾状态量表(EDSS)评分及病程的相关性.结果 与正常对照组相比,SMS组DMN的FC减弱的脑区包括双侧内侧额上回、边缘叶及双侧楔叶,FC增强的脑区包括双侧前扣带回、右侧距状皮层;SMS组SN的FC减弱的脑区为双侧内侧扣带回,FC增强的脑区延伸到双侧中央前回、左侧中央后回.两组FC分数与EDSS评分及病程均无相关性(P均＞0.05).结论 SMS患者静息态DMN、SN均存在FC异常,可能与继发于脊髓病变的逆行性神经元变性或功能网络重构有关.
-
脑白质疏松患者静息态脑网络磁共振成像的研究
目的：观察脑白质疏松(LA)患者与健康人静息态脑网络的差异。方法分别对根据临床诊断的31例LA患者及27名年龄匹配的健康对照者进行静息态功能磁共振扫描，采用独立成分分析法分离静息状态专属性功能脑网络。结果患者组及对照组中均发现与以往文献报道相同的静息网络。两者的脑激活区域基本一致，但患者组网络成分的激活程度均较对照组低，包括楔前叶、扣带回后部、颞上回、顶上回、中央前回、中央后回、岛叶、前额叶皮质等。结论 LA患者与健康人在脑静息网络激活程度上存在显著差异。
-
颈椎病慢性疼痛患者的默认网络研究
目的：研究颈椎病慢性疼痛患者静息态默认网络的变化。方法健康人8名，患者10例行功能磁共振成像检查。采用独立成分分析分离基于皮层的默认网络，采用基于支持向量机分类方法找出区别正常组和患者组的成分脑区。结果慢性疼痛患者默认网络多个脑区连接强度均与对照组有差异。结论颈椎病慢性疼痛患者的默认网络连接强度与正常人不同，可能与疼痛患者的感知觉加工、情绪和记忆功能变化相关。
-
正常人脑静息态功能磁共振的脑功能连接1
目的：探讨正常人脑静息状态下的不同专属脑网络间的连接强度及其意义。方法选取36名健康受试者进行静息态功能磁共振(rs-fMRI)扫描，采用独立成分分析(ICA)方法分离静息状态五大专属性功能脑网络，将五大脑网络分别作为感兴趣区，并采用多变量Granger因果分析方法(GCA)分析相关脑网络之间的功能因果连接的强度关系。采用SPM 5.0软件进行分析处理。结果应用ICA方法得到5个经典的正常人静息态脑网络成分，分别为默认网络(DMN)、记忆网络(MeN)、运动网络(MoN)、听觉网络(AN)和执行控制网络(ECN)。GCA分析表明，DMN和其余4个网络之间、MeN和ECN之间、AN和MoN之间、ECN和AN之间均存在显著的因果联系。结论正常人在静息状态下存在特定的脑功能连接网络，且这些网络之间有着显著的因果联系。
关键词： 静息态功能磁共振成像 脑功能连接 独立成分分析 -
脑白质疏松相关认知障碍患者的静息态脑网络及格兰杰因果连接
目的 使用静息态功能磁共振成像(rs-fMRI)观察认知正常和存在轻度认知障碍(MCI)的脑白质疏松(LA)患者的静息态脑网络(RSNs),进一步使用格兰杰因果分析法(GCA)分析网络之间的功能连接,并与正常人进行比较.方法 选取年龄40～80岁的LA-MCI患者34例,LA认知正常患者15例,正常人33例.行rs-fMRI扫描,独立成分分析法分离功能脑网络,两样本t检验比较各组间脑网络活动性.GCA分析相关RSNs之间的功能连接关系.结果 共得到8个RSNs:默认网络、运动网络、内侧视觉网络、外侧视觉网络、右侧记忆网络、左侧记忆网络、听觉网络和执行网络,三组间不同脑区激活程度不同.三组内部不同脑网络间功能连接模式存在一定差异.结论 LA患者脑网络成分随着疾病进展而变化,RSNs早期出现网络成分变化及激活程度下降;随着认知障碍程度增加,激活程度进行性下降,并出现脑网络之间连接方向和连接强度的变化和重建.
关键词： 脑白质疏松 静息态功能磁共振成像 格兰杰因果分析 独立成分分析 静息态脑网络 -
基于独立成分分析的脑卒中感觉运动网络功能连接异常的研究
目的:运用独立成分分析(independent component analysis,ICA)探讨脑卒中偏瘫患者感觉运动网络功能连接变化.方法:收集33例慢性期左侧皮质下脑卒中患者和34例年龄、性别相匹配的健康志愿者的静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)数据,采用组ICA方法提取出健康对照组与脑卒中患者组的感觉运动网络,并运用双样本t检验(P＜0.05,AlphaSim校正)比较其组间差异.结果:与健康对照组相比,ICA提取出的感觉运动网络(包括背侧、腹侧、左侧和右侧感觉运动网络)在患者组均显示其内功能连接明显下降,具体涉及脑区有:背侧感觉运动网络内的左侧中央前回和右侧中央后回,腹侧感觉运动网络内的左侧中央后回,左侧感觉运动网络内的左侧辅助运动皮质和右侧中央后回,右侧感觉运动网络内的左侧中央前后回.结论:脑卒中偏瘫患者涉及全身感觉运动功能连接网络损伤,ICA为更加全面了解感觉运动功能损伤机制提供了一种新的有效途径.
-
7.0T静息态fMRI分析恒河猴脑默认网络
目的 分析健康恒河猴大脑的默认网络(DMN)结构.方法 采用7.0T fMRI获得麻醉状态下健康恒河猴的静息态数据;以DPARSF软件包对猴脑静息态功能像进行预处理,将其配准到恒河猴标准模板112SM-RL T1;之后利用GIFT软件包对预处理后的功能像数据进行组独立成分分析.结果 本文方法可较准确地对猴脑静息态数据进行预处理,并获得静息态脑网络功能连接图;其中DMN包括位于中线区的后扣带回、前扣带回、内侧顶叶皮质、后压部皮质以及大脑左右半球较为对称的腹侧壁内区域、背侧颞上沟回、颞区、弓状沟回及部分视觉区域等脑区.结论 借助7.0T fMRI,本文证实恒河猴默认网络与人类默认网络在结构上具有相似性,此类模型可辅助进行药理性实验研究以及神经认知类研究.
-
利用独立成分分析技术和静息fMRI数据对脑功能区进行定位
目的 验证可否利用独立成分分析(ICA)技术和静息fMRI数据对脑功能区进行定位.方法 利用ICA方法,通过研究静息状态的脑功能联结来获取功能区的定位.静息数据的采集采用短TR,在低通滤波(截止频率0.08 Hz)后可以去除生理噪声的主要影响.在数据分析中,对ICA结果进行了可复制性分析,只保留可复制性较高的成分,之后将ICA结果与传统的"种子像素"方法获得的结果进行定量的一致性分析.结果 ICA能够在不设定"种子像素"的情况下从静息fMRI数据中分解出运动系统和初级视觉系统的功能联结图,并在所有被试上都与"种子像素"方法有较高一致性.ICA在同一数据中可以同时分解出上述两个系统的功能联结图. 结论 ICA克服了"种子像素"方法的主观性,稳定、准确地从静息fMRI数据中分解出了脑功能联结图.本研究支持初级功能系统内的联系要明显强于系统间的联系的假设,显示ICA方法具有良好的临床应用潜力.
-
基于独立成分分析的精神分裂症患者动态脑功能网络分析新方法
目的 提出一种新的基于独立成分分析法进行动态脑功能网络分析的方法,并应用该方法探讨精神分裂症患者在动态全脑功能网络上的变异.方法 首先基于滑动时间窗方法计算正常被试和精神分裂症患者的动态全脑功能网络,然后使用组信息指导独立成分分析方法,提取每个被试的动态全脑功能网络的功能连接状态及相应的时间波动,比较正常被试和精神分裂症患者在功能连接状态上的差异.结果 两组的重要功能连接状态的模式有相似性.正常被试在额叶、顶叶相关区域较精神分裂症患者具有更强的正功能连接;在小脑相关区域精神分裂症患者呈现出更多的正功能连接,而正常被试呈现出更多的负功能连接.结论 组信息指导独立成分分析方法可有效提取动态脑功能网络的功能连接状态,可揭示精神分裂症患者在动态脑功能网络的变异.
-
利用独立成分分析实现成组的fMRI信号的盲分离
独立成分分析(ICA)作为盲源分离的一种有效方法已经被成功的用于处理功能磁共振成像(fMRI)数据,但是通常人们只是考虑处理单个被试的数据,对于多个被试的情况却很少有人考虑,本文中分析了目前国际上比较流行的三种用ICA来处理多个被试的fMRI数据的方法,并且利用其中好的一种方法对我们实验中获得的fMRI数据进行处理,结果表明这种方法可以快速有效地处理多个被试的fMRI数据.
-
食物成瘾性肥胖人群大脑凸显网络异常的功能磁共振研究
目的探究食物成瘾性肥胖人群大脑凸显网络活动异常在摄食行为失控中的机制。方法选取2010年1月至2015年1月济南军区总医院36例食物成瘾性肥胖患者和35例志愿者，对所有受试者进行功能磁共振扫描，经数据预处理后，采用独立成分分析方法提取两组被试凸显网络功能连接模式图，应用双样本t检验方法进行组间对比分析。结果组间对比分析显示肥胖组凸显网络部分区域出现显著的功能连接改变。主要表现为：右侧颞上回与岛叶部分体素功能连接升高（t＝7．4，P＜0．01），而前扣带回（t＝－5．9，P＜0．05）、基底节区（t＝－9．8，P＜0．01）等凸显网络区域出现功能连接降低，此外枕中回（t＝－4．4，P＜0．05）、右侧顶叶（t＝－5．6，P＜0．05）、扣带回中部、中央前回与额中回（t＝－6．9，P＜0．01）等非凸显网络功能连接也出现降低。结论凸显网络异常的功能活动可能反应了食物成瘾性肥胖人群对食物信息的加工控制异常的神经机制。
-
海洛因成瘾者默认网络功能改变的静息态功能磁共振成像研究
目的 探讨海洛因成瘾者默认网络的功能影像学改变.方法 14例海洛因成瘾者(海洛因成瘾组)和14名对照者(对照组)进行静息态fMRI扫描,采用独立成分分析方法分别提取海洛因成瘾组和对照组的默认网络进行组内及组间分析,以了解成瘾者默认网络功能连接改变的脑区.结果 与对照组比较,海洛因成瘾组默认网络的额上回内侧(t=-2.61)、前扣带回(t=-3.32)及楔叶(t左=-3.49,t右=-3.40)的功能连接减弱,后扣带回(t=4.55)、楔前叶(t左=4.31,t右=3.54)以及角回(t左=2.57,t右=6.39)的功能连接增强,均P＜0.05.结论 静息态下海洛因成瘾者的默认网络存在功能连接异常.
