期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
非痴呆型血管性认知功能障碍的结构及功能磁共振研究进展 被引量:4
1
作者 郭会映 张宗军 《医学影像学杂志》 2013年第10期1645-1648,共4页
非痴呆性血管性认知功能障碍(VCIND)处于血管性认知功能障碍(VCI)的早期阶段,血管性认知功能障碍是由血管性因素导致的从轻度认知功能障碍到痴呆的一类综合征。已有研究表明VCIND是可以逆转的,所以对其早期干预,有着重要的社会意义。近... 非痴呆性血管性认知功能障碍(VCIND)处于血管性认知功能障碍(VCI)的早期阶段,血管性认知功能障碍是由血管性因素导致的从轻度认知功能障碍到痴呆的一类综合征。已有研究表明VCIND是可以逆转的,所以对其早期干预,有着重要的社会意义。近年来,随着功能磁共振的研究与应用,对脑结构和脑网络的研究也越来越受到关注,一些磁共振新技术如磁共振扩散张量成像(DTI)和功能磁共振也应运而生,因其易操作性和无创性,且能够在体研究脑结构及脑功能方面的改变,使其越来越具有研究VCIND的生理病理机制的潜在性,本文就其在VCIND方面的研究进展进行综述。 展开更多
关键词 血管性认知功能障碍 非痴呆型 结构磁共振成像 功能磁共振成像
在线阅读 下载PDF
基于结构磁共振探讨创伤性脑损伤后内嗅皮层改变与认知功能的关系 被引量:8
2
作者 卞益同 陈苗苗 +4 位作者 李华 李贤军 葛瑶 商苏杭 杨健 《西安交通大学学报(医学版)》 CAS CSCD 北大核心 2021年第6期875-879,共5页
目的利用结构磁共振(sMRI)探讨创伤性脑损伤(TBI)后内嗅皮层(EC)变化与后期认知功能的关系。方法对26例临床确诊的TBI患者入院后行磁共振成像(MRI)检查,并于6个月后随访简易智力状态检查量表(MMSE)。根据患者外伤后格拉斯昏迷评分量表(G... 目的利用结构磁共振(sMRI)探讨创伤性脑损伤(TBI)后内嗅皮层(EC)变化与后期认知功能的关系。方法对26例临床确诊的TBI患者入院后行磁共振成像(MRI)检查,并于6个月后随访简易智力状态检查量表(MMSE)。根据患者外伤后格拉斯昏迷评分量表(GCS)评分将TBI受试者分为轻度脑外伤组(GCS:13~15分)和中重度脑外伤组(GCS<13分),比较两组间年龄、性别、受教育程度、高血压、糖尿病、TBI手术史及随访MMSE差异,再分别利用视觉评分及Freesurfer软件评估受试者EC形态、表面积、体积及厚度差异,最后利用相关分析法分析EC参数与MMSE的关系。结果本研究纳入轻度脑外伤组12例,中重度脑外伤组14例,两组间年龄、性别、受教育年限、高血压、糖尿病及TBI手术史无统计学差异;两组间随访MMSE有统计学差异(P<0.05)。视觉评估显示,左侧EC评分在两组间有统计学差异(P<0.05),sMRI发现左侧EC体积、厚度在两组间有统计学差异(P<0.05);相关分析显示,左侧EC厚度与MMSE呈正相关(r=0.430,P<0.05)。结论 TBI后EC萎缩程度与外伤严重程度相关,且能够反映远期患者的认知水平,EC可作为评价TBI后认知障碍的无创、可靠的影像学标志物。 展开更多
关键词 创伤性脑外伤 内嗅皮层 认知功能 结构磁共振成像
在线阅读 下载PDF
慢性偏头痛的磁共振成像研究进展 被引量:2
3
作者 戎茜兰 刘璐 +1 位作者 方金旭 李彬 《中国医药导报》 CAS 2023年第10期37-41,共5页
慢性偏头痛是一种致残性神经系统疾病,导致患者严重的生活负担。为阐明慢性偏头痛发生发展机制,近年来出现了越来越多的相关性研究。结构磁共振和功能磁共振以其非入侵性的优点被很多研究者所接受,在本病的研究上取得了突破性进展。相... 慢性偏头痛是一种致残性神经系统疾病,导致患者严重的生活负担。为阐明慢性偏头痛发生发展机制,近年来出现了越来越多的相关性研究。结构磁共振和功能磁共振以其非入侵性的优点被很多研究者所接受,在本病的研究上取得了突破性进展。相关研究发现慢性偏头痛患者在大脑的疼痛相关区域存在脑区异常,包括白质微结构破坏,皮质层厚度变薄,灰质、脑区体积和功能网络的改变等,这些可能与偏头痛的发生和慢性化相关。本文观察近5年慢性偏头痛的结构磁共振和功能磁共振的相关研究,归纳总结其中重点内容,以期为本病机制的阐述、临床诊断和疗效评估提供科学依据。 展开更多
关键词 慢性偏头痛 结构磁共振成像 功能磁共振成像 研究进展
在线阅读 下载PDF
轻度认知功能障碍脑结构与功能MRI研究进展 被引量:3
4
作者 王丰 胡赛琴 +6 位作者 李莎 李晓陵 林楠 乔英博 吕静 张仪 曹丹娜 《分子影像学杂志》 2022年第1期140-145,共6页
轻度认知功能障碍(MCI)患者被认为是阿尔茨海默病的高危人群,并且在MCI阶段进行干预治疗,有利于延缓病情进展甚至逆转认知功能破坏,故对于MCI的研究,具有重要的临床意义。MRI技术包含多个序列成像,可从不同角度发现MCI的大脑结构和功能... 轻度认知功能障碍(MCI)患者被认为是阿尔茨海默病的高危人群,并且在MCI阶段进行干预治疗,有利于延缓病情进展甚至逆转认知功能破坏,故对于MCI的研究,具有重要的临床意义。MRI技术包含多个序列成像,可从不同角度发现MCI的大脑结构和功能异常,有利于早期诊断、预测病情进展情况和揭示病理机制,促进MCI和阿尔茨海默病的防治。本文主要对于近些年来结构磁共振成像、功能磁共振成像、扩散张量成像、动脉自旋标记和质子磁共振波谱分析在MCI的诊断、分类、预测病情方面的研究现状进行了论述,希望为今后的临床诊疗及科研提供借鉴。 展开更多
关键词 轻度认知功能障碍 结构磁共振成像 功能磁共振成像 扩散张量成像 动脉自旋标记 氢质子磁共振波普分析
在线阅读 下载PDF
结构MRI在诊断Alzheimer’s disease中的作用 被引量:1
5
作者 李雯雯 孙钢 《医学影像学杂志》 2011年第6期928-931,共4页
脑萎缩是阿尔茨海默病(alzheimer's disease,AD)的重要病理变化之一,结构MRI(sMRI)在测量脑萎缩变化及反应AD病变程度方面具有不可替代的作用。现就sMRI作为AD的一个重要生物学标志物作一综述。
关键词 结构磁共振成像 阿尔茨海默病
在线阅读 下载PDF
阿尔茨海默氏症患者大脑的结构偏侧性研究
6
作者 隆晓菁 陈书中 +3 位作者 徐礼胜 廖炜圻 姜春香 张丽娟 《集成技术》 2013年第5期11-17,共7页
偏侧性是大脑实现高效、多任务功能活动的特性之一,阿尔茨海默氏症(AD)的病理改变会导致大脑结构和功能偏侧性出现异常。文章分别选取了39例AD病人与正常老年人的大脑结构磁共振和弥散张量磁共振图像,将其大脑分成34个感兴趣区域并计算... 偏侧性是大脑实现高效、多任务功能活动的特性之一,阿尔茨海默氏症(AD)的病理改变会导致大脑结构和功能偏侧性出现异常。文章分别选取了39例AD病人与正常老年人的大脑结构磁共振和弥散张量磁共振图像,将其大脑分成34个感兴趣区域并计算了左右半球各区域的大脑皮层表面积、沟回指数、皮层厚度、皮层下白质体积、白质纤维束部分各向异性共5个参数。经检验统计分析后发现,大脑皮层左右半球的形态结构差异主要位于前额叶、颞叶、边缘系统等最易受衰老和AD病变影响的区域,AD患者的大脑偏侧性较正常老年人减弱,尤其在内嗅皮层上,灰质、白质偏侧性同时消失。大脑偏侧性研究对加深AD发病机理的认识及提高该疾病的临床诊疗有重要意义。 展开更多
关键词 大脑偏侧性 阿尔茨海默氏症 结构磁共振成像 弥散张量成像 形态学 部分各向异性
在线阅读 下载PDF
基于3D-Unet的sMRI图像分割研究
7
作者 袁雪 陈茂洲 《现代电子技术》 2023年第23期71-74,共4页
脑成像时需要关注的是脑组织的结构和功能,去除颅骨等非脑组织可以减少噪声和干扰,提高图像质量以及后续数据分析的准确性。文中采用3D-Unet模型去除结构磁共振成像(sMRI)图像中的非脑组织。结果表明,所提3D-Unet模型能有效提取脑组织,... 脑成像时需要关注的是脑组织的结构和功能,去除颅骨等非脑组织可以减少噪声和干扰,提高图像质量以及后续数据分析的准确性。文中采用3D-Unet模型去除结构磁共振成像(sMRI)图像中的非脑组织。结果表明,所提3D-Unet模型能有效提取脑组织,其图像分割的准确率为0.947,召回率为0.833,精度为0.886。该研究为后续脑组织分割、配准和体积量化等提供了基础。 展开更多
关键词 结构磁共振成像 深度学习 图像分割 非脑组织 3D-Unet 编码器 解码器 跳跃连接
在线阅读 下载PDF
基于特征选择下机器学习对阿尔茨海默病的分类 被引量:5
8
作者 刘德华 殷国盛 范炤 《中国医学影像学杂志》 CSCD 北大核心 2023年第2期167-174,共8页
目的利用机器学习通过分析结构性磁共振成像(sMRI)数据和人口统计学资料,实现对阿尔茨海默病(AD)病程的分类与识别。资料与方法选取阿尔茨海默病影像学倡议数据库中编号4018-5120的543例研究对象[认知功能正常者(NC)139位、早期轻度认... 目的利用机器学习通过分析结构性磁共振成像(sMRI)数据和人口统计学资料,实现对阿尔茨海默病(AD)病程的分类与识别。资料与方法选取阿尔茨海默病影像学倡议数据库中编号4018-5120的543例研究对象[认知功能正常者(NC)139位、早期轻度认知障碍(EMCI)220例、晚期轻度认知障碍(LMCI)108例、AD患者76例]。对272项sMRI数据和4项人口统计学指标数据,结合随机森林(RF)的特征重要性排序和基于分类精度的序列前向选择方法(CA-SFS)进行特征选择,甄选出最优特征个数,将其代入4种机器学习方法[正则化的逻辑回归(L1-LR)、支持向量机(SVM)、BP神经网络(BPNN)、RF]中自动化识别出最优分类模型,观察其对AD病程进行两两分类的效果,并使用受试者工作特征曲线评价效能。结果RF模型对NC-EMCI、NC-LMCI、EMCI-LMCI和LMCI-AD的预测分类准确度分别达到86.67%、88.24%、93.48%和100.00%,SVM模型对NC-AD的分类预测准确度达到100%,L1-LR模型对EMCI-AD的分类预测准确度达到95.24%。结论基于RF和CA-SFS特征选择,再利用机器学习方法对AD进行多个二分类有稳定、较好的分类效果。 展开更多
关键词 阿尔茨海默病 机器学习 结构磁共振成像 基于分类精度的序列前向选择方法 分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部