神经精神疾病是脑功能网络的紊乱,可以通过复杂网络指标的变化来度量。然而,在相同的复杂网络指标上对相同神经精神疾病患者的脑功能网络进行的不同工作会得到不同的结论,在某些情况下,结论甚至截然相反。此外,现有文献仅从神经精神疾病患者的脑功能网络的拓扑结构方面进行了分析,并未考虑脑区上的信号。本文基于新兴的图信号处理（Graph Signal Processing,GSP）,对多种神经精神疾病患者的脑功能网络进行了研究。本文的主要贡献如下:（1）本文发现连接密度的选取会影响神经精神疾病患者和健康受试者的组间差异,并且一些指标存在反转现象,解释了在相同的功能网络指标上对相同神经精神疾病患者的脑功能网络进行的不同工作会得到不同甚至相反结论的原因,此外,本文还给出了进行各类神经精神疾病患者脑功能网络研究的最优连接密度范围。（2）基于8个复杂网络指标对多种神经精神疾病患者和健康受试者的组间差异进行分析,并给出了在最优连接密度范围内每组样本各网络指标的平均结果。（3）采用SGWT对神经精神疾病患者的脑功能网络进行多尺度分析。设计谱小波变换滤波器,根据各受试者的图拉普拉斯矩阵以及各受试者的各脑区上的血氧水平依赖（Blood Oxygenation Level-Dependent,BOLD）对比度信号计算各个尺度下每个脑区对应的谱图小波系数。通过在不同尺度下分析组间差异,本文发现精神分裂症患者脑功能网络在不同频段下的能量分布均存在异常,并给出了各频段下具体的异常脑区。
暂无评论