青少年肌阵挛癫痫患者大脑功能网络Rich Club研究

来源 :兰州理工大学 | 被引量 : 0次 | 上传用户:hamkang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
青少年肌阵挛癫痫(juvenile myoclonic epileps,JME)是一种集中发病于青少年时期的特发性全面性癫痫。其临床表现主要为:肌阵挛癫痫发作,全面失神发作以及全面性强直阵癫痫,认知障碍和运动障碍。目前对JME的研究均从脑网络全局拓扑结构特征的角度来分析JME的发病机制,而具有相似的全局拓扑结构特性的网络却可能体现不出不同的脑网络局部拓扑结构特征。因此,本研究利用复杂网络模块化的Rich Club方法和CLM(crucitti-latora-marchiori,CLM)相继故障模型,从局部拓扑结构出发研究JME。Rich Club描述大脑组织连接在脑网络信息传输中发挥的作用。本研究对JME患者组和健康对照组脑网络经过皮尔森相关性计算得到的脑功能连接按照Rich Club原理分别进行Rich Club分析,得到Rich Club分析的三种连接—rich连接,feeder连接和local连接,并对两组的三种连接结果分别进行双样本T检验。结果发现与健康对照组相比,JME患者组rich连接显著性降低(p<0.05,FDR校验),feeder连接和local连接均无统计性差异。因此我们推测,由于癫痫疾病对脑网络拓扑和中枢区域的损坏,会导致脑网络拓扑结构异常。探究哪个中枢脑区受损可能诱发JME疾病有助于我们了解JME病理生理机制。本次实验我们利用特征向量中心性算法选取左侧中扣带回脑区作为中枢脑区进行深入研究,实验结果如下:我们对CLM相继故障攻击前后的JME患者组和健康对照组脑网络的Rich Club的三种连接分别进行双样本T检验和方差分析。健康对照组的组内对比实验结果:在CLM相继故障攻击中枢脑区前后脑网络中的rich连接出现显著性差异(p<0.05,FDR校验),feeder连接和local连接无显著性统计差异;JME患者组内实验结果:经过CLM相继故障攻击中枢脑区前后的脑网络rich连接,feeder连接和local连接均无统计差异性。健康对照组和JME患者组组间对比实验结果:经过CLM相继故障攻击中枢脑区前二者脑网络中的rich连接有显著性差异,而feeder连接和local连接无显著性统计差异。攻击后两者的脑网络中的rich连接,feeder连接和local连接无显著性统计差异;因此我们推测健康对照组左侧中扣带回受损与JME有着紧密的联系,说明研究左侧中扣带回脑区对了解JME患者肌阵挛癫痫发作的病理生理基础有很重要的作用。
其他文献
随着社交媒体的快速发展,数以亿计的人在网络上分享自己的观点,因此网络平台上产生了大量具有主观情感的数据。通过对这些文本数据进行情感分析,无论是对于国家或者社会都有着重要的意义。目前深度学习方法在微博情感分析任务上取得了很好的成绩,但大多数对于情感分析的研究仍然是基于文本的,忽略了如表情、图片这样的特征。其次,目前的情感分析不能有效的处理序列化文本,虽然胶囊网络在小数据集上的浅层结构下具有优越的分类
学位
随着市场的全球化,传统制造业和新兴制造业间的竞争日益激烈。企业已经由单一的生产车间模式向分散的多车间模式转变,分布式生产制造应运而生。相对于传统的生产制造,分布式生产制造打破了地域的限制,实现了全球资源的优化配置和全球利益的深度融合。因此,分布式制造已然成为制造领域的一类重要问题。车间调度在分布式制造问题中至关重要,高效的调度策略是企业在面临不确定性和动态性的问题下提高自身竞争力的有效手段。许多分
学位
视频内容描述生成需要提取视频的多个模态特征并进行融合,然后生成能表达视频内容的文本,具有较高的研究意义和应用价值,可以应用在无人驾驶、视频内容检索、视频分类等众多应用场景。当前视频内容描述模型大多基于CNN-RNN的编码器解码器架构实现,取得了较好的结果,但仍然存在一些有待解决的问题,包括:(1)现有模型对视频中丰富的模态信息利用不充分;(2)对不同模态之间的交互以及融合研究不够深入;(3)对于视
学位
随着云存储和互联网等技术的飞速发展,更多的用户选择把语音等多媒体数据上传至云端存储,使得云存储中语音数据安全以及个人隐私保护引起了人们的关注。因加密后的语音信号失去了大部分特征,难以对加密后的语音数据进行进一步的识别、检索与认证,而同态加密是实现数据隐私计算的关键技术,为密文语音特征提取提供了很好的技术手段。论文针对语音同态加密方案加密效率低、现有语音检索等系统无法将特征提取外包给云服务器等问题,
学位
大数据时代的来临,由于数据类型的多样性与庞大的数据规模,给大数据存储与数据挖掘带来了挑战。链路预测的作用是利用现有的网络结构知识预测网络中尚未产生的连边和检测异常的连边。链路预测作为数据挖掘的重要工具受到越来越多研究人员的关注与重视。为了解决链路预测问题,各种链路预测算法如雨后春笋般出现。然而这些链路预测算法很少考虑网络的高阶聚类结构,并且传统的链路预测算法的预测精度不太理想。鉴于此,本论文提出了
学位
我国立法机关与时俱进,根据药品管理的国内国际形势要求,及时作出了四次修正。这为我国药品刑事立法的完善提供了法律配套条件。《刑法修正案(十一)》增设妨害药品管理罪,在本罪名的认定方面,以特定的危险作为入罪标准,为刑法不必完全依附于前置法、根据法益侵害标准来判定犯罪、从而将无实质危害性的行为做出罪化处理、将危害较轻的行为不必落入重罪,提供了条件。良好刑事立法的司法适用,必须建立在充足的理论营养和坚实的
学位
复杂车间调度优化是制造执行系统的重要组成部分,而制造执行系统又是连接整个制造业系统的中枢和纽带,因此提升调度优化效率是智能制造系统高效运行的关键技术,是提高企业制造执行能力的核心环节,也是我国从制造大国走向制造强国的重中之重。生产调度作为一类典型的组合优化问题,通常具有复杂性、多约束性、多目标等特点,而大多数生产调度问题也属于NP(Non-deterministic Polynomial)难问题,
学位
轴承故障诊断是近几年来工业领域一直在研究和努力突破的问题,与其他大型设备零部件相比轴承的寿命离散性很大,有效的诊断模型有助于提升工业安全。传统的故障诊断方法需要掌握机器原理并建立物理模型,进而导致了适用范围有限的问题。随着人工智能发展,深度学习不再需要掌握物理模型仅需要标注的数据就可以实现诊断的目的,并且诊断精度和泛化能力的表现更强。但是深度学习中大部分使用的是一维卷积神经网络,不能很好地应对不同
学位
针对雷达部队难以在真实环境中方便、快捷进行场景复杂作战训练的问题,提出一种可以进行真假目标结合的相控阵雷达系统工作流程,在雷达真实探测目标的基础上,使用空情模拟设备实现假目标,使得雷达能够同时对真实和虚拟两类目标实施探测和跟踪处理。通过分析典型场景效能研究了虚实结合工作流程,并在实装上进行验证,证明该流程具有较好的可操作性和实用性。
期刊
<正>Qorvo Inc.宣布推出一款用于相控阵雷达的紧凑型三芯片电源解决方案。该三芯片解决方案提供可配置的GaN偏置点自动校准,使工程师能够在不改变电路板设计的情况下最大限度地提高不同GaN功率放大器(PA)的系统性能。Qorvo新推出的芯片组优化了相控阵系统中尺寸最大、成本最高的部件之一——脉冲储能电容器。该解决方案采用创新型架构,使电容减少90%,系统体积缩小30%,同时减轻重量并降低运行成
期刊