换一批颞叶癫痫患者脑白质纤维束追踪空间统计分析与自动识别
Tract-based spatial statistics analysis on the white matter of patients with temporal lobe epilepsy and automatic recognition
摘要为了定位颞叶癫痫(TLE)患者脑白质微结构发生异常的重要脑区,本文设立了正常对照组(NC)与TLE组两组人群,采集了50位受试者(其中NC组28人,TLE组22人)的脑部弥散张量成像(DTI)影像,分别计算其部分各向异性(FA)、平均扩散率(MD)、扩散系数(AD)、径向扩散系数(RD)等参数,并采用纤维束追踪空间统计方法(TBSS),获取组间差异的脑区,然后利用支持向量机(SVM),对NC组与TLE组进行分类,并与支持向量机-递归特征消除法(SVM-RFE)进行比较,最后对重要脑区及其分布进行分析与讨论.实验结果表明,TLE患者的FA值存在明显降低的脑区主要有胼胝体、上纵束、放射冠、外囊、内囊、下额枕束、钩束、矢状层等,基本呈双侧分布,其中大部分脑区的MD、RD值明显增高,AD值虽有增高,但差异无统计学意义.支持向量机-纤维束追踪空间统计法(SVM-TBSS)利用FA、MD、RD进行分类的准确率分别为82％、76％、76％,特征融合后分类准确率为80％;SVM-RFE利用FA、MD、RD进行分类准确率分别为90％、90％和92％,特征融合后分类准确率达到100％,SVM-RFE分类性能明显优于SVM-TBSS,对分类有重要影响的特征主要分布于联络纤维和连合纤维脑区.研究结果表明,DTI参数能有效地反映TLE患者的脑白质纤维异常改变,可用于阐明其病理机制、定位病灶及实现自动诊断.
更多相关知识
关键词
颞叶癫痫弥散张量成像纤维束追踪空间统计支持向量机递归特征消除法temporal lobe epilepsydiffusion tensor imagingtract-based spatial statisticssupport vector machinerecursive feature elimination
栏目名称
DOI
10.7507/1001-5515.201610038
发布时间
2017-09-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览29
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
