基于脑功能连接和SAE的自闭症分类

为了对自闭症(autism spectrum disorder,ASD)的计算机辅助诊断提供参考,本文探讨了基于大数据和深度学习的静息态功能磁共振成像(rs-fMRI)的数据分类研究。研究从国际自闭症专业数据库(ABIDE)中获取了306名ASD和350名正常受试者(typically developing,TD)的rs-fMRI数据。通过对预处理之后的rs-fMRI数据提取脑功能连接(Functional connectivity,FC)相关矩阵,再利用堆栈自编码(Stacked autoencoder,SAE)进行训练,最后对ASD和TD进行了分类,得到了准确率高达95.27%的识别。本文的结果表明,基于相关矩阵和SAE的ASD分类系统已经达到了较高性能,可以为计算机辅助诊断ASD提供参考。     

The effect of aneurismal-wall mechanical properties on patient-specific hemodynamic simulations： two clinical case reports

Hemodynamic factors such as the wall shear stress play an important role in the pathogenesis and treatment of cerebral aneurysms. In present study, we apply computational fluid-structure interaction analyses on cerebral aneurysms with two different constitutive relations for aneurismal wall in order to investigate the effect of the aneurismal wall mechanical properties on the simulation results. We carry out these analyses by using two patient-specific models of cerebral aneurysms of different sizes located in different branches of the circle of Willis. The models are constructed from 3D rotational angiography image data and blood flow dynamics is studied under physiologically representative waveform of inflow. From the patient models analyzed in this investigation, we find that the deformations of cerebral aneurysms are very small. But due to the nonlinear character of the Navier-Stokes equations, these small deformations could have significant influences on the flow characteristics. In addition, we find that the aneurismal-wall mechanical properties have great effects on the deformation distribution of the aneurysm, which also affects the wall shear stress distribution and flow patterns. Therefore, how to define a proper constitutive relation for aneurismal wall should be considered carefully in the hemodynamic simulation.     

灵长类中风模型的磁共振成像

灵长类大脑在结构、生理、功能及神经学上与人类大脑非常相似. 因此,灵长类中风模型为研究大脑缺血的损伤机制和开发各种药物治疗方法提供了理想的动物模型. 该文介绍了近年来使用的各种灵长类中风模型,并总结了目前可用于该模型的各种磁共振成像（MRI）方法. 同时,还讨论了灵长类动物高分辩弥散张量成像（DTI）和磁共振灌注成像（PWI）的数据采集方法和心跳及呼吸引起的生理运动伪影的矫正方法. 这些方法改进了弥散一灌注失配（DWI－PWI MISMATCH）成像的精度和质量,有助于提高对脑缺血半暗带演化及其对药物治疗反应的精确评估,为更好地利用灵长类脑中风模型和当代磁共振成像技术进行中风机制研究和药物开发建立一个理想的研究平台.     

磁共振延迟强化技术与HCM患者血浆NT-proBNP、Hcy变化的关系

本文探讨了磁共振延迟强化(MRI-LGE)与肥厚型心肌病(HCM)患者血浆氨基末端脑钠肽前体(NT-proBNP)、同型半胱氨酸(Hcy)水平变化的关系.选取HCM患者76例作为研究对象,所有患者均接受心脏MRI检查,根据LGE结果分为LGE阳性组和LGE阴性组,对比两组的总LGE率、LGE体积、LGE质量、NT-pr...     

FastICA算法在脑电信号去噪中的应用

FastICA算法不需要计算高阶统计量,收敛速度快。将快速FastICA算法应用到脑电信号的去噪中,模拟结果表明,采用该方法能够有效的去除脑电信号中的心电。     

近红外光谱的阵列扫描式灵敏度法探测颅脑血肿

利用近红外光谱技术对脑组织进行检测实现脑血肿的定位一直以来都是无损光学诊断的研究热点.为了实现开放式全方位的精准探测,基于功能性近红外光谱技术提出一种新的方法—阵列扫描式灵敏度法,即建立全方位阵列探测器,通过单边阵列式扫描检测来获取不同探测位置的光通量,计算每个探测器的探测灵敏度,就能得到全方位的探测信息.首先,建立单...     

基于AdaBoost算法的癫痫脑电信号识别

AdaBoost算法作为Boosting算法的经典算法之一, 在人脸检测和目标跟踪等领域得到了广泛应用, 但该算法也有一个缺点-退化问题. 为了解决这个问题, 通过对弱分类器进行筛选、引入平滑因子和权值修正函数三个措施对算法进行优化, 并将优化后的算法与小波包分解相结合应用到癫痫脑电信号的识别上. 结果表明, 本文算法对癫痫脑电信号的识别率为96.11%, 对正常脑电信号的识别率为99.51%, 具有较高的识别率, 为癫痫的正确诊断提供了一种可能有效的解决方案.     

Cu2O/Cu-垂直石墨烯微电极的制备及尿酸/脑电的检测

结合Cu(Ⅱ)离子浸渍吸附方法及直流电弧等离子体喷射化学气相沉积技术制备了一种电化学/电生理双模Cu₂O/Cu-垂直石墨烯微电极,并研究了电化学方法检测尿酸以及记录脑电信号的双响应性能。使用扫描电子显微镜、透射电子显微镜、X射线衍射仪表征了形貌、微结构及晶体成分,并测试了电化学及脑电记录能力。结果表明,该微电极直径仅为200 μm,大量镶嵌Cu₂O/Cu纳米粒子的石墨烯纳米片垂直生长在基片上,排列成了一种三维的多孔结构,使其具有了高的电化学催化活性、短程离子扩散路径、以及长程导电网络。由此,以10 μL的饱和NaCl溶液为介质记录脑电信号时,该微电极的皮肤接触电阻低至约7.05 kΩ,生理电采集性能接近涂导电膏的商用湿电极。此外,该微电极还灵敏响应尿酸的氧化电流,检测浓度范围在0.5~500μmol·L^-1,检测限低至0.024 μmol·L^-1,且具有良好的抗干扰能力及长期稳定性。     

CTA和CTP评价AIS患者侧支循环建立及脑灌注的研究

本研究探讨CT血管成像(CTA)、全脑CT灌注成像(CTP)在评估急性缺血性脑卒中(AIS)患者侧支循环建立及脑灌注情况的价值,并分析CTA、CTP与患者预后的关系。选取139例AIS患者接受256层螺旋CT扫描;根据格拉斯哥预后评分(GOS)将患者分为良好组(95例)和不良组(44例)。以DSA侧支循环检出结果作为诊断金标准,CTA诊断AIS患者颅内动脉侧支循环建立的灵敏度为95.12%、特异度为91.23%;良好组患者的侧支循环程度评分、脑血容量(CBV)、脑血流速度(CBF)、达峰时间(TTP)、平均通过时间(MTT)测定值均高于不良组(P<0.05);AIS患者入院时NIHSS评分高、梗死灶面积较大、脑血管闭塞是其不良预后的独立危险因素(P<0.05);良好的侧支循环、CBV及CBF脑灌注水平较高,有利于患者后期的预后恢复(P<0.05)。CTA对AIS患者颅内动脉侧支循环建立的检出敏感度较高,同时,早期观察患者侧支循环建立及脑灌注水平,对评估患者预后恢复具有一定的临床价值。     

基于SWI的CMBs、ACVS特征与急性脑梗死患者预后的关系

本研究探讨磁敏感加权成像(SWI)检出的脑微出血(CMBs)、不对称皮层静脉征(ACVS)与急性脑梗死(ACI)患者预后的关系。选取确诊为ACI并且接受静脉溶栓治疗的87例患者作为研究对象,所有研究对象均接受SWI扫描,按照改良Rankin量表(mRS),将患者分为预后良好(良好组58例)和预后不良(不良组29例)两组,对比两组的CMBs、ACVS的检出率,运用受试者操作特征(ROC)曲线方法探讨两项指标在预测ACI静脉溶栓治疗后患者的预后结局方面的作用。结果显示,良好组的CMBs、ACVS检出率显著低于不良组(P<0.05);Logistic模型结果显示,基线NIHSS评分越高、溶栓24 h NIHSS评分越高、合并高血压、大脑中动脉重度狭窄、发生CMBs和ACVS,均是ACI患者不良预后的独立危险因素(P<0.05),ASPECTS梗死病灶面积评分降低是ACI患者不良预后的独立危险因素(P<0.05)。SWI可早期发现ACI患者静脉溶栓后的CMBs、ACVS特征,可评估患者不良预后的风险。