基于功能磁共振成像的原发性癫痫患者脑网络建模及同步研究

Study on complex neural network structure and synchronization is of great value on revealing mechanism of the brain in depth, therapy of various cerebral diseases, and exploitation of intelligent computer. It is a hot point on investigating dynamic behavior and information transmission of neural network. In this project, brain functional networks and dynamic characteristics during abnormal physiological state is investigated in the point of view of function integration, based on complex network theory, by using functional magnetic resonance imaging datasets of essential epilepsy. The main contents are as follows: the attension and memory tests are designed by using the software of neuropsychologic test; the cerebral function and signals during tasks are achieved by using statistical parametric mapping; the functional network for task-block and rest-block are constructed by lasso model; asymptotic synchronization of epilepsy brain networks are studied to reveal evolution mechanism of cereral network in epilepsy and comprehend spatial-temporal changes of complex system; in small-world and scale-free networks, H-H optimization models are constructed and phase synchronization are analysed. This project can explore the pathophysiological alterations of essential epilepsy and provide for reference and criterions of discrimination in diagnoses of brain diseases.

复杂神经网络建模及同步研究对揭示人脑深层次工作机理、治疗各种脑疾病和开发大脑型计算机都有重要价值。如何进一步将建模、同步和神经系统的正常和非正常生理功能联系起来，研究神经元网络系统的整体时空动力学行为与信息传播、辨识问题是目前研究热点。本项目以原发性癫痫患者为研究对象，采用功能磁共振成像技术，运用复杂网络理论，从功能整合角度探究非正常生理状态下脑功能网络及同步特性。主要研究内容包括：运用神经心理学测试软件设计注意力和记忆力实验；使用统计参数映射方法获得任务相关功能脑区和脑信号；采用套索模型构建不同条件下脑功能复杂网络拓扑结构；研究原发性癫痫脑网络同步渐进过程，揭示癫痫脑系统的演化机理，理解其复杂系统的时空差异；针对小世界网络和无标度网络构建相应的H-H优化模型，分析两种典型网络的相同步动力学行为。本研究有助于推动人类了解原发性癫痫的发生、持续机理，为诊断脑疾病提供理论依据和临床参考。

本课题以原发性全面强直阵挛癫痫患者为研究对象，采集功能磁共振成像数据，结合复杂网络理论，构造脑网络模型，从整体角度探究非正常生理状态下人脑不同区域之间的联系、作用和同步特性。研究取得显著进展，主要成果包括以下几方面： .（1）将传统数字n-back实验改为包含不同数目五角星的图片参数设计，以健康的在校研究生为研究对象，分别进行图片和数字两组实验，比较两组被试的行为学表现，辨识力和反应倾向的变化情况，并发现激活脑区存在差异性。.（2）从全局效率和局部效率角度分析癫痫患者的脑功能网络特性，发现癫痫患者脑网络的小世界属性和网络效率均有所下降，此外癫痫患者相比于正常被试Pearson相关值增强的脑区表明这些脑区之间神经活动的同步性增强。.（3）采用偏最小二乘回归模型构建大脑网络，运用单样本T检验来设定相关矩阵阈值，分析网络连接特性，结果显示脑功能网络的小世界属性更显著，网络的局部效率更高，表明偏最小二乘回归建模更接近实际情况，推测出的关键脑区更符合生理结果。.（4）利用负荷-容量模型算法研究癫痫患者的脑功能网络的异常，将Pearson相关系数显著改变的脑区按照度从大到小的顺序排列，在不同的参数条件下，选取度最大的六个脑区和度最小六个脑区分别进行攻击。结果发现与正常对照组相比，在袭击度大的节点时，癫痫患者组脑功能网络更容易发生相继故障。在袭击度小节点时，具有较强的鲁棒性。此研究结果表明模型参数a>0.5的情况更符合大脑网络并且该特性与癫痫患者脑功能网络的同步性相一致。.（5）基于神经元集群模型分析癫痫患者的默认网络整体网络特性及同步性，发现癫痫患者默认网络的层次化结构出现紊乱，整个网络不再包含子网络，并且发现患者的默认网络中功能连接变化最显著的脑区是颞极（TempP）和外侧颞叶皮层（LTC）。