[1]李均,杨澄,王远军,等.基于弥散张量成像构建阿尔茨海默病患者脑网络的研究进展[J].中国医学物理学杂志,2017,34(2):204-210.[doi:10.3969/j.issn.1005-202X.2017.02.018]
 Progress in brain network construction for patients with Alzheimer’s disease based on diffusion tensor imaging[J].Chinese Journal of Medical Physics,2017,34(2):204-210.[doi:10.3969/j.issn.1005-202X.2017.02.018]
点击复制

基于弥散张量成像构建阿尔茨海默病患者脑网络的研究进展()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
34卷
期数:
2017年第2期
页码:
204-210
栏目:
脑科学与神经物理
出版日期:
2017-05-25

文章信息/Info

Title:
Progress in brain network construction for patients with Alzheimer’s disease based on diffusion tensor imaging
文章编号:
1005-202X(2017)02-0204-07
作者:
李均杨澄王远军聂生东
上海理工大学医学影像工程研究所,上海200093
关键词:
阿尔茨海默病弥散张量成像脑网络图论磁共振成像综述
分类号:
R338.25;TP445.2
DOI:
10.3969/j.issn.1005-202X.2017.02.018
文献标志码:
A
摘要:
【摘要】目前常规病理学和神经心理学对阿尔茨海默病患者的检查存在准确性和敏感性不够高的问题。针对这一问题, 研究者们提出了基于弥散张量成像构建患者大脑结构网络的方法,本文对使用该方法进行阿尔茨海默病检查的研究进 展进行综述。首先介绍了脑网络中最重要的点和边的定义方式,阐述了目前大部分脑网络研究常用的分析方法,接着详 细论述了目前阿尔茨海默病的脑网络差异性研究、分类器在患者脑网络研究的应用研究以及患者多模态脑网络研究等 方面取得的研究成果。研究者通过分析患者与正常人的脑网络差异,发现尽管两者都存在“小世界”属性,但是随着病情 的发展,患者的脑网络出现了“小世界”属性失调以及部分网络参数异常现象,这些患者脑网络的异常信息可以作为分类 器的特征,用来区分正常老年人、轻度认知障碍患者、阿尔茨海默病患者。最后分析提出该领域目前存在的问题以及未 来的发展趋势。

相似文献/References:

[1]林江,戴齐,欧阳婷雪,等.一种边界和马尔可夫随机场相结合的脑MRI医学图像分割方法[J].中国医学物理学杂志,2015,32(05):717.[doi:doi:10.3969/j.issn.1005-202X.2015.05.023]
 [J].Chinese Journal of Medical Physics,2015,32(2):717.[doi:doi:10.3969/j.issn.1005-202X.2015.05.023]
[2]张建梅,戴培山,李玲,等. 脑部弥散张量成像数据处理技术在疾病诊断研究中的应用进展[J].中国医学物理学杂志,2016,33(9):913.[doi:10.3969/j.issn.1005-202X.2016.09.009]
 [J].Chinese Journal of Medical Physics,2016,33(2):913.[doi:10.3969/j.issn.1005-202X.2016.09.009]
[3]叶辰飞,吴军,陈旭辉,等.磁共振影像技术在卒中后抑郁疾病的研究进展[J].中国医学物理学杂志,2016,33(10):1038.[doi:10.3969/j.issn.1005-202X.2016.10.013]
 [J].Chinese Journal of Medical Physics,2016,33(2):1038.[doi:10.3969/j.issn.1005-202X.2016.10.013]
[4]林富春,杨期东,何建川,等. 阿尔茨海默病大鼠氢质子磁共振波谱研究[J].中国医学物理学杂志,2017,34(10):1073.[doi:DOI:10.3969/j.issn.1005-202X.2017.10.021]
 [J].Chinese Journal of Medical Physics,2017,34(2):1073.[doi:DOI:10.3969/j.issn.1005-202X.2017.10.021]
[5]潘运达,徐龙春,何乐民,等. 弥散张量成像纤维束跟踪中噪声去除方法研究[J].中国医学物理学杂志,2018,35(10):1150.[doi:DOI:10.3969/j.issn.1005-202X.2018.10.007]
 PAN Yunda,XU Longchun,HE Lemin,et al. Noise elimination methods for fibre tracking in diffusion tensor imaging[J].Chinese Journal of Medical Physics,2018,35(2):1150.[doi:DOI:10.3969/j.issn.1005-202X.2018.10.007]
[6]蔡大煊,姚旭峰,黄钢. 基于弥散张量白质网络的阿尔茨海默病研究[J].中国医学物理学杂志,2019,36(1):71.[doi:DOI:10.3969/j.issn.1005-202X.2019.01.014]
 CAI Daxuan,,et al. Research of Alzheimer’s disease based on white matter network constructed with diffusion tensor imaging[J].Chinese Journal of Medical Physics,2019,36(2):71.[doi:DOI:10.3969/j.issn.1005-202X.2019.01.014]
[7]张晓峰,张明文,于志虎,等. 弥散张量成像联合磁共振波谱在颅脑损伤昏迷患者预后评定中的应用[J].中国医学物理学杂志,2019,36(4):447.[doi:DOI:10.3969/j.issn.1005-202X.2019.04.015]
 ZHANG Xiaofeng,ZHANG Mingwen,YU Zhihu,et al. Application of diffusion tensor imaging combined with magnetic resonance spectroscopy in prognostic assessment of comatose patients with traumatic brain injury[J].Chinese Journal of Medical Physics,2019,36(2):447.[doi:DOI:10.3969/j.issn.1005-202X.2019.04.015]
[8]李春童,裴丽,孙勇,等.磁共振弥散张量成像的质量控制[J].中国医学物理学杂志,2020,37(1):69.[doi:DOI:10.3969/j.issn.1005-202X.2020.01.014]
 LI Chuntong,,et al.Quality control of magnetic resonance diffusion tensor imaging[J].Chinese Journal of Medical Physics,2020,37(2):69.[doi:DOI:10.3969/j.issn.1005-202X.2020.01.014]
[9]颜淑敏,徐龙春,张敏风,等.一种改进的脑白质纤维束连续跟踪算法[J].中国医学物理学杂志,2020,37(10):1262.[doi:DOI:10.3969/j.issn.1005-202X.2020.10.009]
 YAN Shumin,XU Longchun,ZHANG Minfeng,et al.An improved white matter fiber assignment by continuous tracking algorithm[J].Chinese Journal of Medical Physics,2020,37(2):1262.[doi:DOI:10.3969/j.issn.1005-202X.2020.10.009]
[10]田时雨,薛婷,董芳,等.基于弥散张量成像的原发性失眠患者大脑白质变化[J].中国医学物理学杂志,2021,38(1):51.[doi:DOI:10.3969/j.issn.1005-202X.2021.01.009]
 TIAN Shiyu,XUE Ting,DONG Fang,et al.Primary insomniacs white matter abnormalities based on diffusion tensor imaging[J].Chinese Journal of Medical Physics,2021,38(2):51.[doi:DOI:10.3969/j.issn.1005-202X.2021.01.009]

备注/Memo

备注/Memo:
国家自然科学基金(61201067)
更新日期/Last Update: 2017-02-26