基于静息状态功能磁共振图像(fMRI)的个体认知参数定量评估研究

The objective estimation of individuals' cognitive parameters based on resting state fMRI is of both neuroscientific and potential clinical significance. There have been numerous studies on the estimation of individuals' cognitive parameters, but most of the studies did not utilize the rich information included in the dynamic features of brain functional networks; most of them aimed at qualitative estimations (e.g., judging whether one subject was healthy or not), rather than quantitative estimations (e.g., estimating the severity of his disease); most of them paid little attention to the generalizability of the estimating strategies. In this project, we will quantitatively estimate individuals’ cognitive parameters, with IQ, working memory ability and sustained attention ability as representatives, based on resting state fMRI. The project aims at promoting the utility of resting state fMRI technique from the following three aspects: 1) to enhance the precision of the estimations by making good use of the dynamic features of brain functional networks; 2) to provide more detailed information by performing quantitative, rather than qualitative estimations; 3) to evaluate the generalizability of the estimation strategies. The implementation of the project would be of theoretical and practical significance: 1) it is expected to promote the analyses of the dynamic features of brain functional networks; 2) it is expected to promote the understanding of the neural basis of intelligence, working memory and sustained attention; 3) it is expected to improve the objective diagnosis and early warning of psychiatric diseases.

基于静息状态fMRI开展个体认知参数客观评估研究具有重要的神经科学意义和潜在的临床价值。目前基于静息状态fMRI已经开展了诸多个体认知参数评估研究，但这些研究绝大多数未利用丰富的脑功能网络动态属性信息，以定性评估(比如判断是否患有某种疾病)而非定量评估(估算患病的严重程度)为目标，且不关注评估策略的推广性能。本项目中，我们将基于静息状态fMRI图像，开展对个体以智商、工作记忆能力和持续注意能力为代表的认知参数的定量评估研究。本项目力图从三个方面推进静息状态fMRI技术向实际应用迈进：①充分利用脑功能网络动态属性信息以提升评估精度；②开展定量评估以提供比定性评估更为精细的评估结果；③校验评估策略的推广性能。本项目的实施将具有重要的理论意义和潜在的应用价值：①有望推进脑功能网络动态属性分析；②有望推进对智商、工作记忆及持续注意脑机理的理解；③有望推进神经精神疾病的客观诊断及预警。

基于静息状态fMRI开展认知参数的个体化预测，不仅能推进对认知功能个体差异的脑机理的理解，还有望推进基于fMRI技术的神经精神疾病的客观诊断和预警。但项目开启之初，领域内基于静息状态fMRI的个体认知参数预测普遍面临未有效利用脑功能动态属性特征、定量评估偏少、极少考虑模型泛化性能等问题。.针对上述问题，按照项目计划书，项目着重开展了三个方面的研究工作：1)脑功能动态属性特征的有效利用；(2)个体化定量评估模型的有效构建；(3)评估策略推广性能的系统校验。此外，项目还探索了基于其它模态影像数据进行认知参数个体化预测的可能性。.代表性成果包括：(1)基于滑动窗技术，发现随着年龄增加，人脑功能网络倾向于向松散连接状态动态迁移；(2)提出一种面向回归的降维技术，有监督多维尺度映射(SMDS)，并将该技术应用于基于静息状态fMRI的个体化年龄预测，达到较同类算法更为优越的效果；(3)将偏最小二乘回归应用于基于静息状态fMRI的个体化多标签预测，取得良好预测效果(性能超越HCP官网公布结果)；(4)基于多中心静息状态fMRI数据校验了自闭症严重程度预测模型的泛化性能，在多中心数据集上预测值和真实值之间的相关系数可达0.50；(5)发现基于自然状态采集的fMRI数据可以获得与静息状态fMRI相当的个体化预测效果，且模型泛化性能良好。.这些成果的意义在于：(1)为基于fMRI技术开展个体化认知参数客观评估涉及的特征提取、特征降维、评估模型构建等多个关键环节提供了有效的、多样化的解决方案；(2)提示静息状态fMRI之外的其它脑影像技术可能提供与静息状态fMRI互补的脑功能信息，引入静息状态fMRI之外的脑影像技术有望进一步提升认知参数的个体化评估(含神经精神疾病客观诊断)效果。