近年来,静息态功能脑网络方法得到了快速发展。作为复杂网络理论在神经影像领域的重要应用,静息态功能脑网络具备很强的临床价值。其作为重要的分析工具,为脑疾病诊断提供了新的思路。
《静息态功能脑网络构建分析方法及其在抑郁症中的应用》比较全面地综述了静息态功能脑网络的国内外研究现状和发展趋势,介绍了静息态功能脑网络的基础理论和研究方法,探讨了多种不同网络的构建和分析方法及其在抑郁症患者诊断中的应用。
《静息态功能脑网络构建分析方法及其在抑郁症中的应用》可作为人工智能、复杂网络、神经影像等专业的高年级本科生、硕士研究生、博士研究生和脑网络爱好者研究和学习的教材或参考书。
更多科学出版社服务,请扫码获取。
人脑是现实世界中较为复杂的网络系统之一。其复杂性不仅体现在数以亿计的神经元及连接的数量上,更体现在其在不同尺度下的构成及这些连接在认知功能、思想、感觉及行为方面所表现出来的不同模式上。人类大脑在不同的时空尺度下,被认为是一个多层次的复杂网络。近年来,越来越多的科学家认识到构建人脑网络的必要性。为了引起不同领域的研究人员对人脑网络的兴趣,部分神经科学专家正式提出了人脑连接组的概念。人脑连接组力图在不同尺度上,完整而准确地描述人脑从宏观到微观的网络图谱,并深入挖掘网络下潜在的拓扑规律。
随着研究的深入,越来越多的研究者将复杂网络理论应用到脑网络的研究中,从不同角度构建、分析脑网络,并发现无论是结构脑网络,还是功能脑网络,都具备许多重要的拓扑性质,如小世界属性、社团化组织结构等。同时,在各类脑疾病的研究中,脑网络方法也得到广泛应用,并取得了重要结论,如精神分裂症、阿尔茨海默病、癫痫、多动症、中风及抑郁症等。结果表明,各种脑疾病状态下,患者的脑网络均存在不同程度的拓扑属性异常。上述结果充分说明,脑网络具备较强的临床价值,其作为重要的分析工具,为脑疾病的诊断提供了新的思路。
本书重点关注静息态脑网络构建分析方法论,介绍了近年来提出的多种不同的网络构建、属性计算、特征提取等方法,并将这些方法应用在抑郁症患者的识别中,以期寻找可靠的生物学指标,辅助临床诊断。
作者累积多年的研究心得和研究结果,并结合国内外静息态脑网络研究的成果写成本书,以供领域相关研究人员、研究生、爱好者参考,希望起到抛砖引玉的作用。
本书共12章,第1章概述了脑网络基础概念及领域内研究现状。第2章主要介绍了脑网络构建的基础性工作,包括被试的选择、实验的实施、数据预处理过程。第3章主要介绍了功能脑网络指标的计算、分析及其在抑郁症分类中的应用。第4章主要探讨了脑网络模块化分析方法的原理、技术及在抑郁症中的应用。第5章描述了利用脑网络指标来进行基因组及疾病状态之间的差异分析。第6章描述了局部一致性方法在抑郁症中的应用。第7章介绍了小生成树方法,实现了对功能脑网络的构建及拓扑属性分析。第8章探讨了利用动态功能连接方法完成高序功能脑网络的构建。第9章介绍了功能超网络的构建及分析。第10章探讨了节点规模对网络拓扑属性的影响。第11章分析了节点规模对分类特征表现、选择策略及分类正确率的影响。第12章对本书所做的工作进行了全面总结,对研究中存在的问题进行了说明,并对进一步研究工作进行了必要的展望。
郭浩,博士后,教授,硕士生导师,太原理工大学人工智能系主任,国际计算机学会会员,中国计算机学会高级会员,教育部学位中心通讯评议专家,山西省专家学者协会理事,山西省三晋英才支持计划青年优秀人才。主要从事人工智能、智能信息处理、脑信息学、医疗大数据研究等方向的研究和教学工作。主持国家自然科学基金项目2项、省部级科研项目多项。在国内外学术期刊及会议上发表论文30余篇,担任《计算机科学》、IEEE Access、Informatics in Medicine Unlocked、Journal of Affective Disorders、Pattern Recognition Letters等杂志审稿专家。申请并获批软件著作权2项,申请发明专利16项,授权4项,出版专著1部。
第1章 绪论
1.1 脑网络概述
1.2 静息态功能脑网络发展现状
1.2.1 静息态功能脑网络的构建及分析
1.2.2 功能脑网络在脑疾病中的应用研究
1.2.3 静息态方法在抑郁症中的研究
1.2.4 基于解剖距离的脑网络建模
1.2.5 静息态功能脑网络时间效应分析
1.2.6 静息态功能脑网络空间效应分析
1.2.7 机器学习方法在功能磁共振影像数据中的研究
1.3 本书主要内容
1.4 本书组织结构安排
1.5 本章小结
第2章 静息态功能脑网络构建
2.1 被试的选择
2.2 数据采集及预处理
2.3 功能脑网络构建
2.3.1 节点的定义
2.3.2 边的定义
2.3.3 阈值选择
2.3.4 脑网络构建结果
2.3.5 随机网络的生成
2.4 本章小结
第3章 功能脑网络指标分析及分类模型构建
3.1 网络指标
3.1.1 局部节点指标
3.1.2 全局网络指标
3.2 差异分析
3.2.1 全局网络指标分析
3.2.2 局部节点指标分析
3.3 分类研究
3.3.1 分类模型构建
3.3.2 特征重要性
3.4 本章小结
第4章 功能脑网络模块划分及差异分析
4.1 复杂网络模块性
4.1.1 模块划分算法
4.1.2 模块化指标
4.2 脑网络模块划分结果分析
4.2.1 阈值选择
4.2.2 划分结果
4.3 抑郁组模块划分差异分析
4.3.1 核团与亲密度
4.3.2 抑郁症患者核团间亲密度的改变
4.4 节点角色与模块角色
4.4.1 节点角色与模块角色的定义
4.4.2 组间模块角色差异
4.4.3 组间节点角色差异
4.5 分类研究
4.6 本章小结
……
第5章 静息态功能脑网络的基因影响
第6章 抑郁症局部一致性指标差异分析
第7章 小生成树功能脑网络
第8章 高序小生成树功能脑网络
第9章 静息态脑功能超网络
第10章 节点规模对脑网络拓扑指标的影响
第11章 节点规模对特征选择及分类的影响
第12章 展望
附录
参考文献